用途：提供一套基于 Perplexity Sonar API 的生产级 AI 搜索参考架构，用于设计搜索服务、研究代理和事实核查类应用。
主要能力：分为三层。搜索服务层负责模型路由与缓存，按查询深度映射模型：quick 与 standard 用 sonar，deep 用 sonar-pro，reasoning 用 sonar-reasoning-pro，并设置不同 maxTokens 与超时；支持 recencyFilter（hour/day/week/month）和 domainFilter，缓存键由查询、模型与选项经 sha256 生成，TTL 按时效过滤区分。引用管道负责从返回的 citations 提取 URL、域名与序号，渲染为 Markdown，并按去除查询参数和末尾斜杠后的 URL 去重。研究编排器先用 quick 模型把主题拆成 4-5 个研究问题，再对每个问题用 deep 模型深挖，汇总各节答案与参考文献。事实核查服务对声明用 deep 模型验证，依据引用数量给出 high/medium/low 置信度。
使用方式：需 Perplexity API key（含 Sonar 访问权限）、OpenAI 兼容客户端库（openai 包），生产环境用 Redis 缓存，开发可用 LRU。调用 api.perplexity.ai/chat/completions，模型为 sonar、sonar-pro、sonar-reasoning-pro。研究编排中每次查询间加 2 秒延迟以防限流。
适用场景：搜索组件、研究代理、事实核查等需要带引用答案的应用。
限制：资料未提供具体价格、配额与部署细节；复杂查询用 sonar 可能无引用，需升级 sonar-pro；无时效过滤可能返回过时信息；简单查询用 sonar-pro 成本偏高，应按深度路由。