Perplexity 搜索集成

使用 LangChain Python 与 Perplexity 搜索工具集成。

困惑度搜索是一个网页搜索API，返回排序且带有来源标注的结果，专为LLMs和智能体设计。它为perplexity.ai的答案引擎提供支持，并通过专门的搜索API端点公开。

本页面介绍了如何将困惑度搜索API作为LangChain工具使用。

设置

安装

安装LangChain困惑度集成包：

pip install -qU langchain-perplexity

# and some deps for this notebook
pip install -qU langchain langchain-openai

凭证

使用此集成需要Perplexity API密钥。请在Perplexity API密钥控制面板中创建一个。

import getpass
import os

if not os.environ.get("PPLX_API_KEY"):
    os.environ["PPLX_API_KEY"] = getpass.getpass("Perplexity API key:\n")

集成也接受PERPLEXITY_API_KEY，如果你更喜欢这个名字。

使用PerplexitySearchResults工具

PerplexitySearchResults是一个可与LangChain智能体一起使用以执行困惑度搜索的工具。调用它将返回一个JSON数组，其中包含title、url、snippet、date和last_updated字段。

from langchain_perplexity import PerplexitySearchResults

# Initialize the PerplexitySearchResults tool
search_tool = PerplexitySearchResults(max_results=5)

# Perform a search query
search_results = search_tool.invoke("When was the last time the New York Knicks won the NBA Championship?")

print("Search Results:", search_results)

PerplexitySearchResults的高级功能

该工具接受以下构造函数和调用时参数：

• max_results — 返回的结果数量。
• country — ISO国家代码以偏置结果（例如 "US"）。
• search_domain_filter — 要包含或排除的域名列表（最多20个）。在域名前缀-以排除它。参见域名过滤文档。
• search_recency_filter — 之一为"day"、"week"、"month"、"year"。参见日期和时间过滤文档。
• search_after_date / search_before_date — MM/DD/YYYY格式的日期字符串。

from langchain_perplexity import PerplexitySearchResults

# Restrict results to a recent timeframe and a specific set of domains
search_tool = PerplexitySearchResults(
    max_results=10,
    country="US",
    search_recency_filter="week",
    search_domain_filter=["nytimes.com", "reuters.com", "-pinterest.com"],
)

results = search_tool.invoke("Latest AI research papers")
print(results)

from langchain_perplexity import PerplexitySearchResults

# Restrict results to a specific date range
search_tool = PerplexitySearchResults(
    max_results=5,
    search_after_date="01/01/2025",
    search_before_date="06/30/2025",
)

results = search_tool.invoke("US Federal Reserve interest rate decisions")
print(results)

在智能体中使用

我们可以使用PerplexitySearchResults工具与LangGraph智能体。这使智能体能够动态搜索网络以获取有据可查、带有来源标注的信息。

首先，设置语言模型。你需要提供你的OpenAI API密钥：

import getpass

if not os.environ.get("OPENAI_API_KEY"):
    os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API key:\n")

from langchain.agents import create_agent
from langchain.chat_models import init_chat_model
from langchain_perplexity import PerplexitySearchResults


# Initialize the language model
model = init_chat_model(model="gpt-5.5", temperature=0)

# Initialize the Perplexity search tool
perplexity_search = PerplexitySearchResults(
    max_results=5,
    search_recency_filter="month",
)

# Create the agent
agent = create_agent(model, [perplexity_search])

# Run the agent
user_input = "What are the latest developments in quantum computing?"

stream = agent.stream_events(
    {"messages": [{"role": "user", "content": user_input}]},
    version="v3",
)
for snapshot in stream.values:
    snapshot["messages"][-1].pretty_print()

---

API参考

有关Perplexity搜索API及其所有选项的详细文档，请参阅搜索API参考和Perplexity API文档。

---

官方原文：src/oss/python/integrations/tools/perplexity_search.mdx · 非官方翻译，译文由 AI 生成，以英文原文为准。