Agent API: முகமை பணிப்பாய்வுகளுக்கான நிர்வகிக்கப்பட்ட இயக்க நேரம்

இன்று நாங்கள் Perplexity Agent API ஐ வெளியிடுகிறோம். இது ஒருங்கிணைக்கப்பட்ட தேடல், கருவி இயக்கம் மற்றும் பல-மாதிரி ஏற்பாட்டுடன் முகமை பணிப்பாய்வுகளை உருவாக்குவதற்கான நிர்வகிக்கப்பட்ட இயக்க நேரமாகும்.

இது ஒரு மாதிரி திசைவி, தேடல் அடுக்கு, எம்பெடிங்ஸ் வழங்குநர், சாண்ட்பாக்ஸ் சேவை மற்றும் கண்காணிப்பு ஸ்டாக் ஆகியவற்றை ஒரே ஒருங்கிணைப்புப் புள்ளியைக் கொண்டு மாற்றுகிறது.

கணக்கீட்டு மாதிரியாக முகமை லூப்

வழக்கமான CPU ஆனது ஒரு தீர்மானகரமான சுழற்சியை செயல்படுத்துகிறது: ஒரு அறிவுறுத்தலைப் பெறுதல், அதை டிகோட் செய்தல், அதை செயல்படுத்துவது, முடிவை சேமிப்பது. நிரல் கவுண்டர் முன்னேறுகிறது. செயலி என்ன செய்ய வேண்டும் என்பதை ஒருபோதும் தீர்மானிக்காது.

Agent API வேறுபட்ட கணக்கீட்டு மாதிரியை செயல்படுத்துகிறது. செயலி என்பது ஒரு எல்லை மொழி மாதிரியாகும். இது ஒரு நோக்கத்தைப் பெற்று அதை எவ்வாறு அடைவது என்பதைத் தீர்மானிக்கிறது. இது அந்த நோக்கத்தை ஒரு திட்டமாக சிதைக்கிறது, அதன் கிடைக்கும் கருவி தொகுப்பிலிருந்து எந்த கருவிகளைப் பயன்படுத்த வேண்டும் என்பதைத் தேர்ந்தெடுக்கிறது, செயல்படுத்துகிறது, முடிவுகளைக் கண்காணிக்கிறது, நோக்கம் பூர்த்தி செய்யப்பட்டுள்ளதா என்பதை மதிப்பிடுகிறது மற்றும் மீண்டும் மீண்டும் செய்கிறது. சூழல் சாளரம் பதிவேடுகளாக செயல்படுகிறது. பகுத்தறிவு மற்றும் ஏற்பாடு திட்டமிடுபவராக செயல்படுகின்றன.

நீங்கள் சில முறை பேசிய ஒரு வருங்கால வாடிக்கையாளருடன் விற்பனை அழைப்பிற்குத் தயாராவதைக் கவனியுங்கள். நீங்கள் மூன்று கருவிகளுடன் Agent API க்கு ஒரே ஒரு கோரிக்கையை அனுப்புகிறீர்கள்: உங்கள் உள் CRM, web_search மற்றும் fetch_url ஆகியவற்றைத் தேட ஒன்று. மாதிரி முதலில் உங்கள் CRM கருவியை அழைத்து, கடந்தகால உரையாடல்களிலிருந்து சூழலை மீட்டெடுக்கிறது. இது சமீபத்திய செய்திகள் மற்றும் போட்டி நுண்ணறிவைக் கண்டறிய web_search ஐ அழைக்கிறது, பல தொடர்புடைய பக்கங்களைத் தருகிறது. அந்தப் பக்கங்களில் இரண்டு ஆழமான வாசிப்புக்கு உத்தரவாதம் அளிப்பதாக அது முடிவு செய்து, ஒவ்வொன்றிலும் fetch_url ஐ அழைக்கிறது. மூன்று படிகளில், மாதிரி உள் வரலாறு, பரந்த வலைச் சூழல் மற்றும் முழுப் பக்க விவரங்களை ஒற்றை, அடிப்படையான பதிலில் ஒருங்கிணைத்துள்ளது. அதுதான் முகமை லூப்.

முழு முகமை லூப்பின் ஏற்பாடு

மாதிரி ரூட்டிங் சேவைகளிலிருந்து Agent API ஐ வேறுபடுத்துவது முக்கியம். Agent API என்பது முழு முகமை லூப்பை ஏற்பாடு செய்யும் நிர்வகிக்கப்பட்ட இயக்க நேரமாகும்: மீட்டெடுப்பு, கருவி இயக்கம், பகுத்தறிவு மற்றும் பல-மாதிரி ஃபால்பேக் மற்றும் நீங்கள் அணுகக்கூடிய எந்தவொரு தனிப்பயன் கருவிகளும். இது ஒரு மாதிரி திசைவி, தேடல் அடுக்கு, எம்பெடிங்ஸ் வழங்குநர், சாண்ட்பாக்ஸ் சேவை மற்றும் கண்காணிப்பு ஸ்டாக் ஆகியவற்றை ஒரே இறுதிப்புள்ளி, கணக்கு மற்றும் API விசையுடன் மாற்றுகிறது.

இந்த API அனைத்து எல்லை மாதிரி வழங்குநர்களிலும் மாதிரி-அгностиக்கில் உள்ளது. உயர்-கிடைக்கும் பயன்பாடுகளுக்கு, API மாதிரி ஃபால்பேக் சங்கிலிகளை ஆதரிக்கிறது: பல மாதிரிகளைக் குறிப்பிடவும், ஒன்று கிடைக்கவில்லை என்றால் API தானாகவே அடுத்ததை முயற்சிக்கிறது. இது கிட்டத்தட்ட 100% கிடைக்கும் தன்மையை உறுதி செய்கிறது.

சக்திவாய்ந்த, உள்ளமைக்கப்பட்ட கருவிகள்

இரண்டு உள்ளமைக்கப்பட்ட கருவிகள் கிடைக்கின்றன: web_search மற்றும் fetch_url. web_search டொமைன் வடிகட்டுதலை (அனுமதி பட்டியல் மற்றும் தடைப்பட்டியல், 20 டொமைன்கள் வரை), புதுப்பிப்பு வடிகட்டுதல், தேதி வரம்பு வடிகட்டுதல், மொழி வடிகட்டுதல் மற்றும் ஒரு பக்கத்திற்கு உள்ளமைக்கக்கூடிய உள்ளடக்க பட்ஜெட்டுகளை ஆதரிக்கிறது. fetch_url குறிப்பிட்ட URLகளில் இருந்து முழுப் பக்க உள்ளடக்கத்தை மீட்டெடுத்து பிரித்தெடுக்கிறது.

உள்ளமைக்கப்பட்ட கருவிகளுக்கு அப்பால், தனிப்பயன் செயல்பாடுகள் டெவலப்பர்கள் முகமையை தங்கள் சொந்த பின்தளங்கள், தரவுத்தளங்கள் மற்றும் APIகளுடன் இணைக்க அனுமதிக்கின்றன.

தொடர்ந்து உகந்ததாக்கப்பட்ட எல்லை மாதிரி முன்னமைவுகள்

புதியதிலிருந்து பயனுள்ள முகமை உள்ளமைவை உருவாக்குவதற்கு சரியான மாதிரியைத் தேர்ந்தெடுப்பது, பகுத்தறிவு ஆழத்தை அளவிடுவது, கருவிகளைத் தேர்ந்தெடுப்பது மற்றும் டோக்கன் பட்ஜெட்டுகளை மாற்றுவது தேவைப்படுகிறது. Perplexity தனது சொந்த தயாரிப்புகளுக்காக இதைத் தொடர்ந்து செய்கிறது, உண்மையான பணிச்சுமைகளுக்கு எதிராக உள்ளமைவுகளை பெஞ்ச்மார்க் செய்யும் இன்-ஹவுஸ் மதிப்பீட்டுக் குழுவின் ஆதரவுடன்.

Presets அந்த நிபுணத்துவத்தைப் பகிர்ந்து கொள்கின்றன. ஒவ்வொரு முன்னமைவும் ஒரு குறிப்பிட்ட பயன்பாட்டு வழக்குக்கு உகந்ததாக இருக்கும் முழுமையான வெளிப்படையான, முன் உள்ளமைக்கப்பட்ட அமைப்பாகும்: வேகமான உண்மைத் தேடல்கள், சீரான ஆராய்ச்சி, ஆழமான பல-மூல பகுப்பாய்வு மற்றும் நிறுவன-தர ஆராய்ச்சி. ஒவ்வொருவருக்கும் பரிந்துரைக்கப்பட்ட கணினி ப்ராம்ட், கருவிகள் மற்றும் செலவு சுயவிவரத்தை நாங்கள் வெளியிடுகிறோம். மாதிரி நிலப்பரப்பு உருவாகும்போது, அடிப்படையான உள்ளமைவுகளை நாங்கள் புதுப்பிப்போம், இதனால் முன்னமைவு எப்போதும் கணிக்கக்கூடிய செலவில் தற்போதைய நிலையை பிரதிபலிக்கும். அனைத்து முன்னமைக்கப்பட்ட அளவுருக்களும் மேலெழுதக்கூடியவை: டெவலப்பர்கள் ஒரு முன்னமைவை தொடக்க புள்ளியாகப் பயன்படுத்தலாம் மற்றும் ஒரே கோரிக்கையில் மாதிரி, கருவிகள், படி எண்ணிக்கை அல்லது டோக்கன் பட்ஜெட்டுகளை சரிசெய்யலாம்.

advanced-deep-research முன்னமைவு மூலம் கிடைக்கும் Deep Research 2.0, Perplexity இன் நுகர்வோர் தயாரிப்புக்கு சக்தியூட்டும் அதே பல-படி பகுத்தறிவு இயந்திரமாகும். இது ஒரு வினவலுக்கு டஜன் கணக்கான தேடல்களைச் செய்கிறது, நூற்றுக்கணக்கான மூல ஆவணங்களைப் படிக்கிறது, மேலும் அதன் பகுப்பாய்வை மீண்டும் மீண்டும் செம்மைப்படுத்துகிறது. DRACO, Scale AI இன் ResearchRubrics மற்றும் Google DeepMind இன் DeepSearchQA ஆகியவற்றில் செயல்திறன் எங்கள் DRACO benchmark post இல் விவரிக்கப்பட்டுள்ளது.

Agent API இன்று கிடைக்கிறது. ஆவணங்கள் மற்றும் விரைவு தொடக்க வழிகாட்டிகள் docs.perplexity.ai இல் உள்ளன