什么是Perplexity Search
Perplexity Search 是一个专为需要调用 Perplexity Sonar 系列模型而设计的工具，旨在为用户提供基于先进 AI 的搜索与答案生成服务。它通过 AIsa 平台集成了四个核心端点，包括 `/perplexity/sonar`、`/perplexity/sonar-pro`、`/perplexity/sonar-reasoning-pro` 和 `/perplexity/sonar-deep-research`，覆盖从快速问答到深度研究的不同需求层次。该工具仅在用户明确要求使用 Perplexity 驱动的智能搜索替代结构化学术或网页检索时才启用，确保输出内容具备高可信度和实时性。开发者需设置 `AISA_API_KEY` 环境变量并配合内置的 Python 客户端使用，支持命令行参数灵活控制查询类型与系统提示语，适用于自动化脚本集成或交互式终端调用。无论是通过 curl 直接发送 HTTP 请求，还是利用打包好的 Python 脚本发起查询，均可获得带引用来源的自然语言回答。
核心功能特点
- 支持四种 Perplexity 模型：Sonar（轻量问答）、Sonar Pro（综合对比）、Sonar Reasoning Pro（多步推理分析）、Sonar Deep Research（深度研究报告）
- 提供 Python 客户端脚本与 curl 示例，便于快速集成到现有工作流中
- 自动处理长时任务的重试机制，尤其针对深度研究接口优化超时策略
- 支持自定义系统消息以指定输出格式（如 Markdown 结构、摘要优先等）
- 所有响应均附带可验证的引用来源，增强信息可信度与可追溯性
适用场景
Perplexity Search 特别适用于那些需要高质量、带引用的实时信息检索与分析场景。例如，当用户希望获取最新一周人工智能领域动态时，可通过 sonar 模型快速生成简洁明了的周报，并附上关键事件的出处链接；若需横向比较多个编程辅助类 AI 产品的功能差异，则应选择 sonar-pro 模型，它能整合多源数据形成结构化对比结论。对于涉及复杂逻辑推演的问题——如判断垂直领域 AI 代理是否具备对抗通用型协作者的能力——建议使用 sonar-reasoning-pro 进行分步论证，其擅长拆解前提假设并评估潜在风险。而当任务要求生成详尽的行业趋势报告（如 2026 年 AI 编码代理全景分析），则必须启用 sonar-deep-research 模式，尽管响应时间较长，但能产出涵盖背景综述、技术演进路径与市场格局的深度文档。此外，在构建智能助手或知识管理系统时，可将此工具作为后端推理引擎，根据输入问题自动匹配最合适的模型分支，实现精准的信息供给。