用途：为不同规模的 Perplexity Sonar API 应用提供三套经过验证的架构蓝图，随查询量增长逐步引入缓存与编排。
主要能力与选型： 1）直连搜索组件（<500 次/天）：适合为现有应用加入 AI 搜索，无需缓存，模型用 sonar，p50 延迟 2-5 秒，月成本 <$150，复杂度最低。 2）缓存检索层（500-5K 次/天）：适合重复查询、知识库搜索、FAQ 机器人，用 LRU 缓存（示例 max 5000、TTL 4 小时）消除重复调用，命中约 50ms，未命中 2-5 秒，月成本 $50-$300。 3）多查询研究流水线（5K+/天）：适合自动化研究、报告生成、竞争情报，用 PQueue 限流（示例并发 3、40 RPM）并组合 sonar 与 sonar-pro，延迟 10-30 秒，月成本 $300+，复杂度高。
使用方式：通过 OpenAI SDK 指向 baseURL https://api.perplexity.ai，使用环境变量 PERPLEXITY_API_KEY；提供 Express/Next.js 与 Flask 的直连示例，以及缓存服务与流水线类。流水线分三阶段：用 sonar 拆解主题为研究问题、用 sonar-pro 排队深研各问题、汇总答案与引用书目。
限制与注意：资料未提供安装命令、完整依赖清单与官方定价细节；缓存 TTL 过长会导致答案过时，需对时效性查询缩短 TTL；简单查询应路由到 sonar 以控制成本；突发流量需限流器；429 需重试退避。