用途：通过 LiteLLM 和 OpenRouter 调用 Perplexity 系列模型执行联网 AI 搜索，返回基于网页、带来源引用的实时答案，适合查询 2024 年及以后的新进展、最新科研文献、事实核查与跨领域文献检索。不适用于简单计算、逻辑题、需要执行代码的任务，或模型训练数据内已充分覆盖的问题（除非需验证）。
主要能力：支持多个模型，通过 --model 参数选择：sonar-pro（默认，通用搜索）、sonar-pro-search（多步推理的智能体搜索）、sonar（基础、成本最低）、sonar-reasoning-pro（逐步推理）、sonar-reasoning（基础推理）。结果可保存为 JSON，也可作为模块调用 search_with_perplexity()。
使用方式：先获取 OpenRouter API 密钥（https://openrouter.ai/keys）并充值，配置环境变量 export OPENROUTER_API_KEY='sk-or-v1-your-key-here'，或运行 python scripts/setup_env.py --api-key sk-or-v1-your-key-here；安装依赖 uv pip install litellm；用 python scripts/perplexity_search.py --check-setup 验证。基本搜索：python scripts/perplexity_search.py "查询内容"；保存结果加 --output results.json；指定模型加 --model sonar-pro-search；详细输出加 --verbose。可选环境变量 DEFAULT_MODEL、DEFAULT_MAX_TOKENS、DEFAULT_TEMPERATURE。
适用场景：科学文献检索、技术文档查询、对比分析、临床研究、趋势分析，并可与其他科研类技能配合用于文献综述、科学写作、假设生成与批判性思考。
限制：需 OpenRouter 账户与额度，按查询计费（资料给出各模型大致单次费用区间）；可能遇到密钥未配置、LiteLLM 未安装、限流、额度不足等错误；批量查询需自行加延迟。API 密钥应通过环境变量管理，勿提交到版本控制。