用途
Perplexity Search 用于通过 LiteLLM 和 OpenRouter 调用 Perplexity 模型执行 AI 驱动的联网搜索。Perplexity 提供实时、基于网页的答案并附带来源引用，适合查找当前信息、近期科学文献以及超出模型训练数据截止时间的事实。该技能通过 OpenRouter 访问全部 Perplexity 模型，只需一个 API 密钥，无需单独的 Perplexity 账号。
适用场景
资料列出的适用场景包括：搜索当前信息或近期进展（2024 年及以后）；查找最新科学出版物与研究；获取基于网页来源的实时答案；用来源引用核实事实；跨多个领域进行文献检索；访问超出模型知识截止时间的信息；进行特定领域研究（生物医学、技术、临床）；比较当前方法或技术。
资料同时列出不适用场景：简单计算或逻辑问题（直接处理即可）；需要代码执行的任务（使用标准工具）；完全处于模型训练数据范围内的问题（除非需要核实）。
主要能力
- 实时联网搜索，获取超出训练数据截止时间的信息。
- 提供多个 Perplexity 模型，可通过 --model 参数选择：sonar-pro（默认，通用搜索，成本与质量平衡）、sonar-pro-search（最先进的智能体式搜索，多步推理）、sonar（基础模型，简单查询最经济）、sonar-reasoning-pro（带逐步分析的高级推理）、sonar-reasoning（基础推理能力）。
- 支持将结果保存为 JSON、详细输出、作为模块在代码中调用。
- 附带查询设计、模型对比、OpenRouter 配置等参考文档。
使用方式
一次性设置：
- 获取 OpenRouter API 密钥：访问 https://openrouter.ai/keys，创建账号并生成 API 密钥，为账号充值（建议最低 $5）。
- 配置环境：
export OPENROUTER_API_KEY='sk-or-v1-your-key-here'
或使用设置脚本：
python scripts/setup_env.py --api-key sk-or-v1-your-key-here
- 安装依赖：
uv pip install litellm
- 验证设置：
python scripts/perplexity_search.py --check-setup
基本用法示例：
简单搜索：
python scripts/perplexity_search.py "What are the latest developments in CRISPR gene editing?"
保存结果：
python scripts/perplexity_search.py "Recent CAR-T therapy clinical trials" --output results.json
指定模型：
python scripts/perplexity_search.py "Compare mRNA and viral vector vaccines" --model sonar-pro-search
详细输出：
python scripts/perplexity_search.py "Quantum computing for drug discovery" --verbose
作为模块调用：
from scripts.perplexity_search import search_with_perplexity
result = search_with_perplexity( query="What are the latest CRISPR developments?", model="openrouter/perplexity/sonar-pro", max_tokens=4000, temperature=0.2, verbose=False )
if result["success"]: print(result["answer"]) print(f"Tokens used: {result['usage']['total_tokens']}") else: print(f"Error: {result['error']}")
查询设计建议
资料建议查询要具体详细，包含时间约束，指定领域与来源，并结构化复杂查询（主题、范围、上下文、输出）。示例："What improvements does AlphaFold3 offer over AlphaFold2 for protein structure prediction, according to research published between 2023 and 2024? Include specific accuracy metrics and benchmarks."
成本与模型选择
资料给出的大致单次查询成本：Sonar 约 $0.001-0.002；Sonar Pro 约 $0.002-0.005；Sonar Reasoning Pro 约 $0.005-0.010；Sonar Pro Search 约 $0.020-0.050+。成本优化策略包括：简单事实查询用 sonar，多数查询默认 sonar-pro，复杂分析才用 sonar-pro-search，用 --max-tokens 限制响应长度，在 https://openrouter.ai/activity 监控用量，并在 OpenRouter 面板设置支出限额。
依赖与环境变量
必需依赖：uv pip install litellm。可选依赖：uv pip install python-dotenv（用于 .env 文件支持）、uv pip install jq（用于 JSON 处理，通常已预装）。
必需环境变量：OPENROUTER_API_KEY。可选环境变量：DEFAULT_MODEL（默认 sonar-pro）、DEFAULT_MAX_TOKENS（默认 4000）、DEFAULT_TEMPERATURE（默认 0.2）。
限制与注意事项
资料列出的常见问题包括：API 密钥未设置、LiteLLM 未安装、触发速率限制、额度不足，并给出相应解决办法（设置环境变量、安装依赖、等待重试或提高速率限制、在 OpenRouter 充值或开启自动充值）。安全方面建议：保护 API 密钥，不要提交到版本控制；使用环境变量；设置支出限额；监控用量；定期轮换密钥。
与其他技能的集成
资料说明该技能可与其他科学类技能配合：与 literature-review 配合查找近期论文与预印本、补充 PubMed 检索、核实引用；与 scientific-writing 配合查找近期参考文献、核实最新术语与惯例；与 hypothesis-generation 配合搜索最新研究发现、识别知识空白；与 scientific-critical-thinking 配合查找支持与反对假设的证据、定位方法学批评。
捆绑资源
脚本：scripts/perplexity_search.py（带 CLI 的主搜索脚本）、scripts/setup_env.py（环境设置与验证助手）。参考文档：references/search_strategies.md、references/model_comparison.md、references/openrouter_setup.md。资源：assets/.env.example。