Agent API: ഏജൻ്റിക് വർക്ക്ഫ്ലോകൾക്കായുള്ള ഒരു നിയന്ത്രിത റൺടൈം
ഇന്ന് ഞങ്ങൾ Perplexity Agent API പുറത്തിറക്കുന്നു, ഇത് സംയോജിത തിരയൽ, ടൂൾ എക്സിക്യൂഷൻ, മൾട്ടി-മോഡൽ ഓർക്കസ്ട്രേഷൻ എന്നിവ ഉപയോഗിച്ച് ഏജൻ്റിക് വർക്ക്ഫ്ലോകൾ നിർമ്മിക്കുന്നതിനുള്ള നിയന്ത്രിത റൺടൈം ആണ്.

ഇന്ന് ഞങ്ങൾ Perplexity Agent API പുറത്തിറക്കുന്നു, ഇത് സംയോജിത തിരയൽ, ടൂൾ എക്സിക്യൂഷൻ, മൾട്ടി-മോഡൽ ഓർക്കസ്ട്രേഷൻ എന്നിവ ഉപയോഗിച്ച് ഏജൻ്റിക് വർക്ക്ഫ്ലോകൾ നിർമ്മിക്കുന്നതിനുള്ള നിയന്ത്രിത റൺടൈം ആണ്.
ഇത് ഒരു മോഡൽ റൂട്ടർ, തിരയൽ പാളി, എംബഡിങ്സ് ദാതാവ്, സാൻഡ്ബോക്സ് സേവനം, മോണിറ്ററിംഗ് സ്റ്റാക്ക് എന്നിവയെ ഒറ്റ സംയോജന പോയിൻ്റ് ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കുന്നു.
കമ്പ്യൂട്ട് മോഡലായി ഏജൻ്റിക് ലൂപ്പ്
ഒരു പരമ്പരാഗത സിപിയു നിർണ്ണായകമായ ഒരു സൈക്കിൾ നിർവ്വഹിക്കുന്നു: ഒരു നിർദ്ദേശം ഫെച്ച് ചെയ്യുക, അത് ഡീകോഡ് ചെയ്യുക, അത് നടപ്പിലാക്കുക, ഫലം സംഭരിക്കുക. പ്രോഗ്രാം കൗണ്ടർ മുന്നോട്ട് പോകുന്നു. പ്രൊസസ്സർ എന്ത് ചെയ്യണമെന്ന് ഒരിക്കലും തീരുമാനിക്കുന്നില്ല.
Agent API വ്യത്യസ്തമായ ഒരു കമ്പ്യൂട്ട് മോഡൽ നടപ്പിലാക്കുന്നു. പ്രൊസസ്സർ ഒരു ഫ്രോണ്ടിയർ ഭാഷാ മോഡലാണ്. ഇത് ഒരു ലക്ഷ്യം സ്വീകരിക്കുകയും അത് എങ്ങനെ കൈവരിക്കണമെന്ന് നിർണ്ണയിക്കുകയും ചെയ്യുന്നു. ഇത് ആ ലക്ഷ്യത്തെ ഒരു പ്ലാനായി വിഭജിക്കുന്നു, ലഭ്യമായ ടൂൾ സെറ്റിൽ നിന്ന് ഏതൊക്കെ ടൂളുകൾ ഉപയോഗിക്കണമെന്ന് തിരഞ്ഞെടുക്കുന്നു, പ്രവർത്തിപ്പിക്കുന്നു, ഫലങ്ങൾ നിരീക്ഷിക്കുന്നു, ലക്ഷ്യം കൈവരിച്ചോ എന്ന് വിലയിരുത്തുന്നു, ഒപ്പം ആവർത്തിക്കുന്നു. സന്ദർശക ജാലകം (context window) രജിസ്റ്ററുകളായി പ്രവർത്തിക്കുന്നു. ന്യായവാദവും (reasoning) ഓർക്കസ്ട്രേഷനും ഷെഡ്യൂളറായി പ്രവർത്തിക്കുന്നു.
നിങ്ങൾ രണ്ടുതവണ സംസാരിച്ചിട്ടുള്ള ഒരു പ്രോസ്പെക്ടുമായി സെയിൽസ് കോളുകൾക്കായി തയ്യാറെടുക്കുന്നത് പരിഗണിക്കുക. നിങ്ങളുടെ ഇൻ്റേണൽ CRM തിരയാൻ ഒന്ന്, web_search, fetch_url എന്നിങ്ങനെ മൂന്ന് ടൂളുകളുള്ള Agent API-ലേക്ക് നിങ്ങൾ ഒരൊറ്റ അഭ്യർത്ഥന അയക്കുന്നു. മോഡൽ ആദ്യം നിങ്ങളുടെ CRM ടൂളിലേക്ക് കോൾ ചെയ്യുന്നു, മുൻകാല സംഭാഷണങ്ങളിൽ നിന്നുള്ള സന്ദർഭം വീണ്ടെടുക്കുന്നു. സമീപകാല വാർത്തകളും മത്സര ബുദ്ധിയുള്ള വിവരങ്ങളും കണ്ടെത്താൻ ഇത് തുടർന്ന് web_search വിളിക്കുന്നു, ഇത് പ്രസക്തമായ നിരവധി പേജുകൾ തിരികെ നൽകുന്നു. ആ പേജുകളിൽ രണ്ടെണ്ണത്തിന് ആഴത്തിലുള്ള വായന ആവശ്യമാണെന്ന് അത് തീരുമാനിക്കുകയും ഓരോന്നിനും fetch_url വിളിക്കുകയും ചെയ്യുന്നു. മൂന്ന് ഘട്ടങ്ങളിലായി, മോഡൽ ഇൻ്റേണൽ ചരിത്രവും വിശാലമായ വെബ് സന്ദർഭവും പൂർണ്ണ പേജ് വിശദാംശങ്ങളും ഒരൊറ്റ ഗ്രൗണ്ടഡ് പ്രതികരണത്തിലേക്ക് കൂട്ടിച്ചേർത്തിരിക്കുന്നു. അതാണ് ഏജൻ്റ് ലൂപ്പ്.
முழுமையான ഏജൻ്റിക് ലൂപ്പിൻ്റെ ഓർക്കസ്ട്രേഷൻ
മോഡൽ റൂട്ടിംഗ് സേവനങ്ങളിൽ നിന്ന് Agent API-യെ വേർതിരിച്ചറിയേണ്ടത് പ്രധാനമാണ്. Agent API എന്നത് പൂർണ്ണമായ ഏജൻ്റിക് ലൂപ്പ് ഓർക്കസ്ട്രേറ്റ് ചെയ്യുന്ന ഒരു നിയന്ത്രിത റൺടൈം ആണ്: വീണ്ടെടുക്കൽ, ടൂൾ എക്സിക്യൂഷൻ, ന്യായവാദം, മൾട്ടി-മോഡൽ ഫാള்பാക്ക്, കൂടാതെ നിങ്ങൾ അതിന് ആക്സസ് നൽകുന്ന ഏതെങ്കിലും ഇഷ്ടാനുസൃത ടൂളുകൾ. ഇത് ഒരൊറ്റ എൻഡ്പോയിന്റ്, അക്കൗണ്ട്, API കീ എന്നിവ ഉപയോഗിച്ച് ഒരു മോഡൽ റൂട്ടർ, തിരയൽ പാളി, എംബഡിങ്സ് ദാതാവ്, സാൻഡ്ബോക്സ് സേവനം, മോണിറ്ററിംഗ് സ്റ്റാക്ക് എന്നിവയെ മാറ്റിസ്ഥാപിക്കുന്നു.
എല്ലാ ഫ്രോണ്ടിയർ മോഡൽ ദാതാക്കളിലുടനീളം API മോഡൽ-അഗ്നോസ്റ്റിക് ആണ്. ഉയർന്ന ലഭ്യതയുള്ള ആപ്ലിക്കേഷനുകൾക്കായി, API മോഡൽ ഫാള்பാക്ക് ചെയിനുകളെ പിന്തുണയ്ക്കുന്നു: ഒന്നിലധികം മോഡലുകൾ വ്യക്തമാക്കുക, ഒരെണ്ണം ലഭ്യമല്ലെങ്കിൽ API അടുത്തത് യാന്ത്രികമായി പരീക്ഷിക്കുന്നു. ഇത് जवळजवळ 100% ലഭ്യത ഉറപ്പാക്കുന്നു.
ശക്തമായ, അന്തർനിർമ്മിത ടൂളുകൾ
രണ്ട് അന്തർനിർമ്മിത ടൂളുകൾ ലഭ്യമാണ്: web_search ഉം fetch_url ഉം. web_search ഡൊമെയ്ൻ ഫിൽട്ടറിംഗ് (അലോലിസ്റ്റും ഡെനിലിസ്റ്റും, 20 ഡൊമെയ്നുകൾ വരെ), റീസെൻസി ഫിൽട്ടറിംഗ്, തീയതി പരിധി ഫിൽട്ടറിംഗ്, ഭാഷാ ഫിൽട്ടറിംഗ്, ഓരോ പേജിനും ക്രമീകരിക്കാവുന്ന ഉള്ളടക്ക ബജറ്റുകൾ എന്നിവയെ പിന്തുണയ്ക്കുന്നു. 특정 URL-കളിൽ നിന്നുള്ള പൂർണ്ണ പേജ് ഉള്ളടക്കം fetch_url വീണ്ടെടുക്കുകയും വേർതിരിച്ചെടുക്കുകയും ചെയ്യുന്നു.
అంతർനിർമ്മിത ടൂളുകൾക്ക് പുറമേ, ഏജൻ്റിനെ അവരുടെ സ്വന്തം ബാക്കെൻഡുകളിലേക്കും ഡാറ്റാബേസുകളിലേക്കും API-കളിലേക്കും ബന്ധിപ്പിക്കാൻ ഇഷ്ടാനുസൃത ഫംഗ്ഷനുകൾ ഡെവലപ്പർമാരെ അനുവദിക്കുന്നു.
തുടർച്ചയായി ഒപ്റ്റിമൈസ് ചെയ്ത ഫ്രോണ്ടിയർ മോഡൽ പ്രീസെറ്റുകൾ
ആദ്യം മുതൽ ഫലപ്രദമായ ഒരു ഏജൻ്റ് കോൺഫിഗറേഷൻ നിർമ്മിക്കുന്നതിന് ശരിയായ മോഡൽ തിരഞ്ഞെടുക്കൽ, ന്യായവാദ ആഴം കാലിബ്രേറ്റ് ചെയ്യൽ, ടൂളുകൾ തിരഞ്ഞെടുക്കൽ, ടോക്കൺ ബജറ്റുകൾ ട്യൂൺ ചെയ്യൽ എന്നിവ ആവശ്യമാണ്. യഥാർത്ഥ വർക്ക്ലോഡുകൾക്കെതിരെ കോൺഫിഗറേഷനുകൾ ബെഞ്ച്മാർക്ക് ചെയ്യുന്ന ഇൻ-ഹൗസ് ഇവാലുവേഷൻ ടീമിന്റെ പിന്തുണയോടെ Perplexity അതിൻ്റെ സ്വന്തം ഉൽപ്പന്നങ്ങൾക്കായി ഇത് തുടർച്ചയായി ചെയ്യുന്നു.
Presets ആ വൈദഗ്ദ്ധ്യം പങ്കിടുന്നു. ഓരോ പ്രീസെറ്റും ഒരു നിർദ്ദിഷ്ട ഉപയോഗ കേസിനായി ഒപ്റ്റിമൈസ് ചെയ്ത, പൂർണ്ണമായും സുതാര്യമായ, മുൻകൂട്ടി കോൺഫിഗർ ചെയ്ത സജ്ജീകരണമാണ്: വേഗതയേറിയ വസ്തുതാപരമായ ലുക്ക്അപ്പുകൾ, സമതുലിതമായ ഗവേഷണം, ആഴത്തിലുള്ള മൾട്ടി-സോഴ്സ് വിശകലനം, ഇൻസ്റ്റിറ്റ്യൂഷണൽ ഗ്രേഡ് ഗവേഷണം. ഞങ്ങൾ ഓരോന്നിനും ശുപാർശ ചെയ്യുന്ന സിസ്റ്റം പ്രോംപ്റ്റ്, ടൂളുകൾ, ചെലവ് പ്രൊഫൈൽ എന്നിവ പ്രസിദ്ധീകരിക്കുന്നു. മോഡൽ ലാൻഡ്സ്കേപ്പ് വികസിക്കുമ്പോൾ, പ്രീസെറ്റ് പ്രവചിക്കാവുന്ന ചെലവിൽ നിലവിലെ അത്യാധുനിക അവസ്ഥയെ എപ്പോഴും പ്രതിഫലിപ്പിക്കുന്നുവെന്ന് ഉറപ്പാക്കാൻ ഞങ്ങൾ അന്തർലീനമായ കോൺഫിഗറേഷനുകൾ അപ്ഡേറ്റ് ചെയ്യുന്നു. എല്ലാ പ്രീസെറ്റ് പാരാമീറ്ററുകളും ഓവർറൈഡ് ചെയ്യാവുന്നതാണ്: ഡെവലപ്പർമാർക്ക് ഒരു പ്രീസെറ്റ് ഒരു തുടക്കമായി ഉപയോഗിക്കാനും ഒരൊറ്റ അഭ്യർത്ഥനയിൽ മോഡൽ, ടൂളുകൾ, ഘട്ടങ്ങളുടെ എണ്ണം അല്ലെങ്കിൽ ടോക്കൺ ബജറ്റുകൾ എന്നിവ ക്രമീകരിക്കാനും കഴിയും.
advanced-deep-research പ്രീസെറ്റ് വഴി ലഭ്യമായ Deep Research 2.0, Perplexity-യുടെ ഉപഭോക്തൃ ഉൽപ്പന്നത്തിന് ശക്തി നൽകുന്ന അതേ മൾട്ടി-സ്റ്റെപ്പ് ന്യായവാദ എഞ്ചിനാണ്. ഇത് ഓരോ അന്വേഷണത്തിനും ഡസൻ കണക്കിന് തിരയലുകൾ നടത്തുന്നു, നൂറുകണക്കിന് ഉറവിട രേഖകൾ വായിക്കുന്നു, ഒപ്പം അതിന്റെ വിശകലനം ആവർത്തിച്ച് പരിഷ്കരിക്കുന്നു. DRACO, Scale AI-യുടെ ResearchRubrics, Google DeepMind-ന്റെ DeepSearchQA എന്നിവയിലെ പ്രകടനം ഞങ്ങളുടെ DRACO benchmark post-ൽ വിശദീകരിച്ചിരിക്കുന്നു.
Agent API ഇന്ന് ലഭ്യമാണ്. ഡോക്യുമെന്റേഷനും ക്വിക്ക്സ്റ്റാർട്ട് ഗൈഡുകളും docs.perplexity.ai-ൽ ലഭ്യമാണ്.