Agent API: Zarządzane środowisko dla przepływów pracy

Dzisiaj udostępniamy Perplexity Agent API, zarządzane środowisko uruchomieniowe do tworzenia agentowych przepływów pracy ze zintegrowanym wyszukiwaniem, wykonywaniem narzędzi i orkiestracją wielu modeli.

Zastępuje ono router modeli, warstwę wyszukiwania, dostawcę osadzeń, usługę piaskownicy i stos monitorowania za pomocą pojedynczego punktu integracji.

Pętla agentowa jako model obliczeniowy

Konwencjonalny procesor CPU wykonuje deterministyczny cykl: pobiera instrukcję, dekoduje ją, wykonuje i zapisuje wynik. Licznik programu przesuwa się naprzód. Procesor nigdy nie decyduje, co ma zrobić.

Agent API wdraża odmienny model obliczeniowy. Procesorem jest tutaj zaawansowany model językowy. Otrzymuje on cel i określa, jak go osiągnąć. Dekomponuje ten cel na plan, wybiera narzędzia z dostępnego zestawu, wykonuje działania, obserwuje wyniki, ocenia, czy cel został osiągnięty, i iteruje. Okno kontekstowe służy jako rejestry. Rozumowanie i orkiestracja pełnią rolę harmonogramu.

Rozważ przygotowanie do rozmowy sprzedażowej z potencjalnym klientem, z którym rozmawiałeś już kilkakrotnie. Wysyłasz pojedyncze żądanie do Agent API z trzema narzędziami: jednym do przeszukiwania wewnętrznego CRM, web_search oraz fetch_url. Model najpierw wywołuje narzędzie CRM, pobierając kontekst z przeszłych konwersacji. Następnie wywołuje web_search, aby znaleźć najnowsze wiadomości i informacje o konkurencji, zwracając kilka istotnych stron. Decyduje, że dwie z nich wymagają głębszego zapoznania się i wywołuje na każdej z nich fetch_url. W trzech krokach model zgromadził wewnętrzną historię, szeroki kontekst internetowy oraz pełne szczegóły strony w jedną, rzetelną odpowiedź. To właśnie jest pętla agentowa.

Orkiestracja pełnej pętli agentowej

Ważne jest, aby odróżnić Agent API od usług routingu modeli. Agent API to zarządzane środowisko uruchomieniowe, które orkiestruje pełną pętlę agentową: wyszukiwanie, wykonywanie narzędzi, rozumowanie, rezerwowy model wielomodelowy oraz wszelkie niestandardowe narzędzia, do których zapewnisz mu dostęp. Zastępuje router modeli, warstwę wyszukiwania, dostawcę osadzeń, usługę piaskownicy i stos monitorowania za pomocą pojedynczego punktu końcowego, konta i klucza API.

API jest niezależne od modelu i współpracuje ze wszystkimi dostawcami zaawansowanych modeli językowych. W przypadku aplikacji o wysokiej dostępności, API obsługuje łańcuchy awaryjne modeli: możesz określić wiele modeli, a API automatycznie podejmie próbę użycia kolejnego, jeśli jeden będzie niedostępny. Zapewnia to dostępność zbliżoną do 100%.

Potężne, wbudowane narzędzia

Dostępne są dwa wbudowane narzędzia: web_search i fetch_url. web_search obsługuje filtrowanie domen (listy dozwolonych i blokowanych, do 20 domen), filtrowanie pod kątem aktualności, zakresów dat, języka oraz konfigurowalne budżety treści na stronę. fetch_url pobiera i wyodrębnia pełną treść strony z określonych adresów URL.

Oprócz wbudowanych narzędzi, funkcje niestandardowe pozwalają programistom na łączenie agenta z własnymi backendami, bazami danych i interfejsami API.

Ciągle optymalizowane ustawienia wstępne zaawansowanych modeli

Budowanie efektywnej konfiguracji agenta od podstaw wymaga wyboru odpowiedniego modelu, kalibracji głębokości rozumowania, doboru narzędzi i dostosowania budżetów tokenów. Perplexity robi to stale na potrzeby własnych produktów, wspierane przez wewnętrzne zespoły ewaluacyjne, które porównują konfiguracje z rzeczywistymi obciążeniami roboczymi.

Ustawienia wstępne dzielą się tą wiedzą. Każde ustawienie to w pełni przejrzysta, wstępnie skonfigurowana konfiguracja zoptymalizowana pod kątem konkretnego przypadku użycia: szybkie wyszukiwanie faktów, zrównoważone badania, dogłębna analiza wieloźródłowa i badania na poziomie instytucjonalnym. Publikujemy zalecany systemowy prompt, narzędzia i profil kosztowy dla każdego z nich. W miarę ewolucji krajobrazu modeli, aktualizujemy podstawowe konfiguracje, aby ustawienia wstępne zawsze odzwierciedlały aktualny stan wiedzy przy przewidywalnych kosztach. Wszystkie parametry ustawień wstępnych można nadpisywać: programiści mogą wykorzystać ustawienie jako punkt wyjścia i dostosować model, narzędzia, liczbę kroków lub budżety tokenów w ramach jednego żądania.

Deep Research 2.0, dostępny za pośrednictwem zaawansowanego ustawienia wstępnego deep-research, to ten sam silnik rozumowania wieloetapowego, który napędza produkt konsumencki Perplexity. Wykonuje dziesiątki wyszukiwań na zapytanie, odczytuje setki dokumentów źródłowych i iteracyjnie dopracowuje swoją analizę. Wyniki w benchmarkach DRACO, ResearchRubrics firmy Scale AI oraz DeepSearchQA firmy Google DeepMind zostały szczegółowo opisane w naszym poście dotyczącym benchmarku DRACO.

Agent API jest już dostępny. Dokumentacja i przewodniki szybkiego startu znajdują się pod adresem docs.perplexity.ai.