एजंट API: एजंट वर्कफ्लोसाठी व्यवस्थापित रनटाइम

आज आम्ही Perplexity एजंट API रिलीज करत आहोत, जो एकात्मिक शोध, साधन अंमलबजावणी आणि बहु-मॉडेल ऑर्केस्ट्रेशनसह एजंट वर्कफ्लो तयार करण्यासाठी एक व्यवस्थापित रनटाइम आहे.

हे एकात्मिक बिंदूसह मॉडेल राउटर, शोध स्तर, एम्बेडिंग्स प्रदाता, सँडबॉक्स सेवा आणि मॉनिटरिंग स्टॅक बदलून टाकते.

संगणकीय मॉडेल म्हणून एजंट लूप

एक पारंपारिक CPU एक निर्धारित चक्र कार्यान्वित करतो: सूचना आणणे, ती डीकोड करणे, ती कार्यान्वित करणे, परिणाम संचयित करणे. प्रोग्राम काउंटर पुढे सरकतो. प्रोसेसर कधीही काय करावे हे ठरवत नाही.

एजंट API एक वेगळे संगणकीय मॉडेल लागू करतो. प्रोसेसर एक फ्रंटियर भाषा मॉडेल आहे. ते एक उद्दिष्ट प्राप्त करते आणि ते कसे साध्य करायचे हे ठरवते. ते त्या उद्दिष्टाचे योजनेत विघटन करते, त्याच्या उपलब्ध साधन संचामधून कोणती साधने वापरायची हे निवडते, अंमलबजावणी करते, परिणामांचे निरीक्षण करते, उद्दिष्ट पूर्ण झाले की नाही याचे मूल्यांकन करते आणि पुनरावृत्ती करते. संदर्भ विंडो रजिस्टर म्हणून काम करते. तर्क आणि ऑर्केस्ट्रेशन हे शेड्युलर म्हणून काम करतात.

तुम्ही ज्या संभाव्य ग्राहकाशी दोन-तीन वेळा बोलला आहात, त्याच्यासोबत विक्री कॉलची तयारी करण्याचा विचार करा. तुम्ही तीन साधनांसह एजंट API ला एकच विनंती पाठवता: एक साधन तुमच्या अंतर्गत CRM शोधण्यासाठी, web_search, आणि fetch_url. मॉडेल प्रथम तुमचे CRM साधन कॉल करते, मागील संभाषणांमधून संदर्भ पुनर्प्राप्त करते. त्यानंतर ते ताज्या बातम्या आणि स्पर्धात्मक बुद्धिमत्ता शोधण्यासाठी web_search कॉल करते, अनेक संबंधित पृष्ठे परत करते. त्यापैकी दोन पृष्ठांना सखोल वाचण्याची गरज आहे असे ठरवून ते प्रत्येकावर fetch_url कॉल करते. तीन पायऱ्यांमध्ये, मॉडेलने अंतर्गत इतिहास, विस्तृत वेब संदर्भ आणि संपूर्ण-पृष्ठ तपशील एकाच, ग्राउंड केलेल्या प्रतिसादात एकत्रित केले आहेत. हा एजंट लूप आहे.

पूर्ण एजंट लूपचे ऑर्केस्ट्रेशन

एजंट API ला मॉडेल रूटिंग सेवांपासून वेगळे करणे महत्त्वाचे आहे. एजंट API हा एक व्यवस्थापित रनटाइम आहे जो संपूर्ण एजंट लूपचे ऑर्केस्ट्रेशन करतो: पुनर्प्राप्ती, साधन अंमलबजावणी, तर्क आणि बहु-मॉडेल फॉलबॅक आणि तुम्ही त्याला प्रवेश देणारी कोणतीही सानुकूल साधने. हे एकल बिंदू, खाते आणि API की सह मॉडेल राउटर, शोध स्तर, एम्बेडिंग्स प्रदाता, सँडबॉक्स सेवा आणि मॉनिटरिंग स्टॅक बदलून टाकते.

हे API सर्व फ्रंटियर मॉडेल प्रदात्यांमध्ये मॉडेल-अज्ञावादी आहे. उच्च-उपलब्धता अनुप्रयोगांसाठी, API मॉडेल फॉलबॅक चेन्सचे समर्थन करते: अनेक मोडेल्स निर्दिष्ट करा, आणि एक अनुपलब्ध असल्यास API आपोआप पुढील मॉडेल वापरून पाहते. यामुळे जवळजवळ १००% उपलब्धता सुनिश्चित होते.

शक्तिशाली, अंगभूत साधने

दोन अंगभूत साधने उपलब्ध आहेत: web_search आणि fetch_url. web_search डोमेन फिल्टरिंग (अलोलिस्ट आणि डेलिस्ट, २० डोमेनपर्यंत), निकष फिल्टरिंग, तारीख श्रेणी फिल्टरिंग, भाषा फिल्टरिंग आणि प्रति पृष्ठ कॉन्फिगर करण्यायोग्य सामग्री बजेटचे समर्थन करते. fetch_url विशिष्ट URL मधून संपूर्ण पृष्ठाची सामग्री पुनर्प्राप्त आणि निष्कर्षण करते.

अंगभूत साधनांच्या पलीकडे, सानुकूल कार्ये विकसकांना एजंटला त्यांच्या स्वतःच्या बॅकएंड, डेटाबेस आणि API शी कनेक्ट करण्याची परवानगी देतात.

सतत ऑप्टिमाइझ केलेले फ्रंटियर मॉडेल प्रीसेट्स

स्क्रॅचमधून प्रभावी एजंट कॉन्फिगरेशन तयार करण्यासाठी योग्य मॉडेल निवडणे, तர்க்க खोली कॅलिब्रेट करणे, साधने निवडणे आणि टोकन बजेट ट्यून करणे आवश्यक आहे. वास्तविक वर्कलोड्स विरुद्ध कॉन्फिगरेशनचे बेंचमार्क करणाऱ्या इन-हाउस मूल्यमापन टीमच्या पाठबळावर, Perplexity स्वतःच्या उत्पादनांसाठी हे सतत करते.

प्रीसेट्स ते कौशल्य सामायिक करतात. प्रत्येक प्रीसेट हा एक पूर्णपणे पारदर्शक, पूर्व-कॉन्फिगर केलेले सेटअप आहे जो विशिष्ट वापर प्रकरणासाठी ऑप्टिमाइझ केलेला आहे: जलद तथ्यात्मक शोध, संतुलित संशोधन, सखोल बहु-स्त्रोत विश्लेषण आणि संस्थात्मक-श्रेणी संशोधन. आम्ही प्रत्येकासाठी शिफारस केलेले सिस्टम प्रॉम्प्ट, साधने आणि किंमत प्रोफाइल प्रकाशित करतो. जसे जसे मॉडेल लँडस्केप विकसित होते, आम्ही अंतर्निहित कॉन्फिगरेशन अपडेट करतो जेणेकरून प्रीसेट नेहमी अंदाजे किंमतीत अत्याधुनिक तंत्रज्ञानाचे प्रतिबिंब दर्शवेल. सर्व प्रीसेट पॅरामीटर्स ओव्हरराइड करण्यायोग्य आहेत: विकसक प्रारंभिक बिंदू म्हणून प्रीसेट वापरू शकतात आणि एकाच विनंतीमध्ये मॉडेल, साधने, पायरी संख्या किंवा टोकन बजेट समायोजित करू शकतात.

advanced-deep-research प्रीसेटद्वारे उपलब्ध असलेले सखोल संशोधन 2.0 (Deep Research 2.0) हे Perplexity च्या ग्राहक उत्पादनाला शक्ती देणारे बहु-पाप टप्प्यांचे तार्किक इंजिन आहे. हे प्रत्येक क्वेरीसाठी डझनभर शोध घेते, शेकडो स्त्रोत दस्तऐवज वाचते आणि पुनरावृत्तीनुसार त्याचे विश्लेषण सुधारित करते. DRACO, Scale AI चे ResearchRubrics, आणि Google DeepMind च्या DeepSearchQA वरील कार्यप्रदर्शन आमच्या DRACO बेंचमार्क पोस्ट मध्ये तपशीलवार दिले आहे.

एजंट API आज उपलब्ध आहे. दस्तऐवजीकरण आणि द्रुत सुरूवात मार्गदर्शक docs.perplexity.ai येथे आहेत