用途：通过统一的 Python CLI 脚本向 Perplexity AI 发起查询，适合做网络研究、带引用的问答、深度研究与推理类任务。资料称其为针对特定任务选用专门模型以优化回答质量。
主要能力按子命令划分：ask 用于快速问答并返回带引用的结果，对应响应字段包含 query、response、citations[]；research 用于深度研究，同样返回 query、response、citations[]，并支持 --strip-thinking 选项；reason 用于推理任务，返回 query、response（无 citations 字段），同样支持 --strip-thinking；search 用于网络搜索，返回 query、results[]，支持 --max-results 指定结果数量。所有命令均要求提供 --query，输出格式为包含 status（success 或 error）的 JSON 对象。
使用方式：在项目内通过 uv run 调用脚本，例如快速问答：uv run .claude/skills/perplexity-tools/scripts/perplexity.py ask --query "What is Effect-TS?"；深度研究：uv run .claude/skills/perplexity-tools/scripts/perplexity.py research --query "React 19 new features"；推理：uv run .claude/skills/perplexity-tools/scripts/perplexity.py reason --query "Compare Vite vs Webpack"；搜索：uv run .claude/skills/perplexity-tools/scripts/perplexity.py search --query "Nx 22 Crystal" --max-results 5。API 密钥由 1Password 自动注入，无需在命令中手动传入。
适用场景：需要对技术问题获取带引用的答案、对主题做深度调研、让模型进行对比或推理、以及执行带结果数量的网络搜索，均可通过对应子命令完成。
限制：资料未提供具体模型版本、响应时间、费用、调用配额或错误码细节，这些信息暂未提供；实际可用性取决于本地脚本路径、uv 环境以及 1Password 中密钥配置是否正确。