ഏത് വെബ് പേജിൽ നിന്നും Context API പൂർണ്ണമായ കോൺടെക്സ്റ്റ് എക്സ്ട്രാക്റ്റ് ചെയ്യുന്നു
കാഷെ ചെയ്തതോ ലൈവായതോ ആയ വെബ് പേജുകളിൽ നിന്നുള്ള വൃത്തിയുള്ള Markdown, ലിങ്കുകൾ, പ്രസക്തമായ ഭാഗങ്ങൾ എന്നിവ AI ഏജന്റുകൾക്ക് നൽകാൻ Perplexity Context API ഉപയോഗിക്കുക.

ആരെങ്കിലും ഒരു ചാറ്റ്ബോട്ടിനോട് ഒരു ചോദ്യം ചോദിക്കുമ്പോൾ, അതിന് ഉത്തരം നൽകാൻ ഒരു AI ഏജന്റിന് നിരവധി വെബ് പേജുകൾ വായിക്കേണ്ടി വന്നേക്കാം. സാധാരണ സെർച്ച് ഫലങ്ങൾ പലപ്പോഴും സ്നിപ്പെറ്റുകൾ മാത്രമേ നൽകുന്നുള്ളൂ. ഒരു പേജ് നേരിട്ട് ഫെച്ച് ചെയ്താൽ റോ HTML ലഭിച്ചേക്കാം, അതിൽ നാവിഗേഷനും കുക്കി ബാനറുകളും പരസ്യങ്ങളും നിറഞ്ഞിരിക്കും. ഒരു മോഡലിന് ഉപയോഗിക്കാൻ കഴിയുന്ന ഫോർമാറ്റിൽ പേജിന്റെ കോൺടെക്സ്റ്റ് ഏജന്റുകൾക്ക് ആവശ്യമാണ്; അതേസമയം, ആ കോൺടെക്സ്റ്റ് എത്രത്തോളം പുതിയതായിരിക്കണമെന്ന് നിയന്ത്രിക്കാനുള്ള ഒരു മാർഗം ഡെവലപ്പർമാർക്കും ആവശ്യമാണ്.
ഇന്ന് ഞങ്ങൾ Perplexity Context API അവതരിപ്പിക്കുന്നു. ഇത് 10 URL-കൾ വരെ വായിച്ച്, ഓരോ പേജിനും വൃത്തിയുള്ള Markdown, HTML, ലിങ്കുകൾ, ക്വറി അടിസ്ഥാനമാക്കിയുള്ള സ്നിപ്പെറ്റുകൾ എന്നിവ നൽകുന്നു. വിവരങ്ങൾ Perplexity-യുടെ വിപുലമായ വെബ് ഇൻഡെക്സിൽ നിന്നോ ഒരു ലൈവ് ഫെച്ചിൽ നിന്നോ ലഭിക്കുന്നു. ഏജന്റുകൾക്ക് ഓരോ അഭ്യർത്ഥനയ്ക്കും ആവശ്യമായ പുതുമ വ്യക്തമാക്കാനും ഓരോ ഫലത്തിന്റെയും ഉറവിടം സാധൂകരിക്കാനും കഴിയും.
Context API വിവിധ ഫോർമാറ്റുകൾ പിന്തുണയ്ക്കുന്നു
URL-കളുടെ ഒരു ലിസ്റ്റ് നൽകി ഔട്ട്പുട്ട് ഫോർമാറ്റുകൾ വ്യക്തമാക്കിക്കൊണ്ട് ഏജന്റുകൾക്ക് ഒരു അഭ്യർത്ഥന ആരംഭിക്കാം. API ഓരോ URL-നും ഓരോ ഫലം അതേ ക്രമത്തിൽ നൽകുന്നു.
Context API വിവിധ റെസ്പോൺസ് ഫോർമാറ്റുകൾ പിന്തുണയ്ക്കുന്നു:
- Markdown: ഒരു മോഡലിന്റെ കോൺടെക്സ്റ്റിൽ ചേർക്കാൻ തയ്യാറായ, വൃത്തിയുള്ള Markdown രൂപത്തിലുള്ള പേജ് ഉള്ളടക്കം.
- HTML: സ്വന്തമായി പാഴ്സിംഗ് നടത്തുന്ന ആപ്ലിക്കേഷനുകൾക്കായി പേജിന്റെ HTML.
- ലിങ്കുകൾ: പേജിലെ ലിങ്കുകൾ അബ്സൊല്യൂട്ട് URL-കളായി, ആവർത്തനങ്ങളില്ലാതെ, പേജിലെ ക്രമത്തിൽ നൽകുന്നു, അതിനാൽ അടുത്തതായി എവിടേക്ക് പോകണമെന്ന് ഒരു ഏജന്റിന് തീരുമാനിക്കാനാകും.
- സ്നിപ്പെറ്റുകൾ: നൽകിയ ക്വറിക്ക് ഏറ്റവും പ്രസക്തമായ പേജിലെ ഭാഗങ്ങൾ, ഓരോ പേജിനും ഡെവലപ്പർ നിശ്ചയിച്ച ടോക്കൺ പരിധിക്കുള്ളിൽ.
Context API ഒരു സംഗ്രഹം സൃഷ്ടിക്കുന്നതിന് പകരം, ഓരോ പേജിൽ നിന്നും ക്വറിക്ക് പ്രസക്തമായ ഭാഗങ്ങൾ തിരഞ്ഞെടുക്കുന്നു. തൽഫലമായി, മോഡലിന് പേജിലെ യഥാർത്ഥ വാക്കുകൾ തന്നെ ലഭിക്കുന്നു, പക്ഷേ തിരഞ്ഞെടുത്ത ഭാഗങ്ങൾ മാത്രം; അതിനാൽ പ്രോസസ്സ് ചെയ്യേണ്ട ടെക്സ്റ്റ് കുറവായിരിക്കും.
വിജയകരമായ ഓരോ ഫലത്തിലും തലക്കെട്ട്, വിവരണം, ഭാഷ, രചയിതാവ്, പ്രസിദ്ധീകരിച്ച തീയതി തുടങ്ങിയ മെറ്റാഡാറ്റയും പേജിന്റെ Open Graph ടാഗുകളും ഉൾപ്പെടുന്നു. Markdown തയ്യാറാക്കാൻ, Context API ഒരു പേജിനെ ബ്ലോക്കുകളായി വിഭജിക്കുന്നു, തുടർന്ന് ഒരു മോഡൽ ഓരോ ബ്ലോക്കിനെയും പ്രധാന ഉള്ളടക്കമോ ബോയിലർപ്ലേറ്റോ ആയി സ്കോർ ചെയ്യുന്നു. ഉള്ളടക്ക ബ്ലോക്കുകൾ മാത്രമേ നിലനിർത്തുന്നുള്ളൂ.
പൂർണ്ണ ചിത്രം ആവശ്യമുള്ള ടാസ്കുകൾക്ക് അനിവാര്യം
ഒരു ജോലി പൂർത്തിയാക്കാൻ പ്രസക്തമായ ഒരു പേജ് കണ്ടെത്തുന്നത് മാത്രം എപ്പോഴും മതിയാകില്ല. Context API ഉപയോഗിച്ച്, സങ്കീർണ്ണമായ ടാസ്കുകൾ പൂർത്തിയാക്കാൻ ആവശ്യമായ ഉള്ളടക്കം തിരഞ്ഞെടുത്ത URL-കളിൽ നിന്ന് ഏജന്റുകൾക്ക് ലഭ്യമാക്കാനാകും.
- ഒരു API ഇന്റഗ്രേഷൻ നടപ്പിലാക്കൽ: ആവശ്യമായ പാരാമീറ്ററുകളോ ഓതന്റിക്കേഷൻ നിർദ്ദേശങ്ങളോ എറർ കേസുകളോ ഉൾപ്പെടുത്താതെ തന്നെ ഒരു സെർച്ച് ഫലം ശരിയായ ഡോക്യുമെന്റേഷൻ കണ്ടെത്തിയേക്കാം. ഡോക്യുമെന്റേഷനും API റഫറൻസുകളും ലഭ്യമാക്കി, ആ വിശദാംശങ്ങളെ അടിസ്ഥാനമാക്കി ഒരു ഇന്റഗ്രേഷൻ എഴുതാൻ Context API ഒരു കോഡിംഗ് ഏജന്റിനെ സഹായിക്കും.
- നിലവിലെ വിലകൾ താരതമ്യം ചെയ്യൽ: ലിസ്റ്റ് ചെയ്ത ഒരു വില, സെർച്ച് ഉദ്ധരണിയിൽ ഇല്ലാത്ത ഉപയോഗ പരിധികളെയോ ബില്ലിംഗ് നിബന്ധനകളെയോ യോഗ്യതാ വ്യവസ്ഥകളെയോ ആശ്രയിച്ചിരിക്കാം. ഒരു ഏജന്റിന് തിരഞ്ഞെടുത്ത പ്രൈസിംഗ് പേജുകളുടെ ലൈവ് ഫെച്ച് അഭ്യർത്ഥിക്കാനും താരതമ്യം ചെയ്യുന്നതിന് മുമ്പ് ആ വ്യവസ്ഥകൾ വായിക്കാനും കഴിയും.
- പോളിസി ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകൽ: ഒരു റിട്ടേൺ പോളിസി ഉദ്ധരണി സാധാരണ റിട്ടേൺ കാലയളവ് വ്യക്തമാക്കിയേക്കാം, പക്ഷേ പ്രത്യേക ഉൽപ്പന്നങ്ങൾക്കോ പ്രദേശങ്ങൾക്കോ ഉള്ള ഒഴിവാക്കലുകൾ വിട്ടുപോയേക്കാം. ഒരു സപ്പോർട്ട് ഏജന്റിന് പോളിസി പേജ് ലഭ്യമാക്കാൻ കഴിയും, അതിനാൽ അതിന്റെ ഉത്തരം ആ ഒഴിവാക്കലുകൾ കൂടി കണക്കിലെടുക്കും.
- ഒന്നിലധികം ഉറവിടങ്ങളിലുടനീളം ഗവേഷണം നടത്തൽ: രീതിശാസ്ത്രമോ പരിമിതികളോ അനുബന്ധ വാദങ്ങളോ ഇല്ലാതെ ഒരു സെർച്ച് ഉദ്ധരണി ഒരു കണ്ടെത്തൽ മാത്രം മുന്നോട്ടുവെച്ചേക്കാം. ഒരു ഗവേഷണ ഏജന്റിന് തിരഞ്ഞെടുത്ത ലേഖനങ്ങളും റിപ്പോർട്ടുകളും ലഭ്യമാക്കി, ഉദ്ധരണികളെ മാത്രം ആശ്രയിക്കുന്നതിന് പകരം തെളിവുകൾ താരതമ്യം ചെയ്യാനാകും.
പുതുമ നിയന്ത്രിക്കുക, URL-കൾ വിശ്വസനീയമായി കൈകാര്യം ചെയ്യുക
ഡിഫോൾട്ടായി, കഴിഞ്ഞ രണ്ട് ദിവസത്തിനുള്ളിൽ ഫെച്ച് ചെയ്ത പേജിന്റെ ഒരു പകർപ്പ് ഉണ്ടോയെന്ന് Context API ആദ്യം Perplexity-യുടെ വെബ് ഇൻഡെക്സിൽ പരിശോധിക്കുന്നു. അങ്ങനെയൊന്ന് ഇല്ലെങ്കിൽ, അത് പേജ് ലൈവായി ഫെച്ച് ചെയ്യുന്നു. വിലകൾ, സ്കോറുകൾ, ബ്രേക്കിംഗ് ന്യൂസ് എന്നിവയ്ക്കായി എപ്പോഴും ലൈവ് പേജുകൾ വായിക്കാൻ ഡെവലപ്പർമാർക്ക് max_age_seconds എന്നത് 0 ആയി മാറ്റാം. അപൂർവമായി മാത്രം മാറുന്ന റഫറൻസ് മെറ്റീരിയലിന്, അവർക്ക് ഈ മൂല്യം വർദ്ധിപ്പിക്കാം. ഒരിക്കലും ലൈവ് അഭ്യർത്ഥന ട്രിഗർ ചെയ്യാൻ പാടില്ലാത്ത വർക്ക്ലോഡുകൾക്ക് cache_only എന്നത് true ആയി സജ്ജമാക്കുക.
ഉള്ളടക്കം സംഭരിച്ച ഒരു പകർപ്പിൽ നിന്നാണോ ലൈവ് ഫെച്ചിൽ നിന്നാണോ വന്നതെന്നും അത് എപ്പോഴാണ് ഫെച്ച് ചെയ്തതെന്നും ഓരോ ഫലവും രേഖപ്പെടുത്തുന്നു.
ഒരു അഭ്യർത്ഥനയിലെ URL-കൾ സമാന്തരമായി ഫെച്ച് ചെയ്യപ്പെടുന്നു; ഓരോന്നിനും സ്വന്തം സമയപരിധിയും സ്വന്തം സ്റ്റാറ്റസും ഉണ്ട്. വേഗത കുറഞ്ഞതോ തകരാറുള്ളതോ ആയ ഒരു പേജ് മറ്റുള്ളവയെ പരാജയപ്പെടുത്തുന്നില്ല. ഓരോ URL-നും എന്ത് സംഭവിച്ചുവെന്ന് സ്റ്റാറ്റസ് സൂചിപ്പിക്കുന്നു, അതിനാൽ ഒരു ഏജന്റിന് ടൈം ഔട്ട് ആയ പേജുകൾ മാത്രം വീണ്ടും ശ്രമിക്കാനും ബാക്കിയുള്ളവ നിലനിർത്താനും കഴിയും.
Context API ഉപയോഗയോഗ്യവും പൂർണ്ണവുമായ ഉള്ളടക്കം നൽകുന്നു
യഥാർത്ഥ ഏജന്റ് ഫെച്ച് അഭ്യർത്ഥനകളിൽ നിന്ന് സാമ്പിൾ ചെയ്ത 1,000 URL-കളിൽ ഞങ്ങൾ Context API-യെ Firecrawl, Exa, Parallel, Keenable, Context.dev എന്നിവയുമായി താരതമ്യം ചെയ്ത് പരീക്ഷിച്ചു. ഈ സെറ്റിൽ 715 സൈറ്റുകൾ ഉൾപ്പെടുന്നു, സർക്കാർ, അക്കാദമിക് ഉറവിടങ്ങളും ഇംഗ്ലീഷ് ഇതര പേജുകളും ഇതിൽ ഉണ്ട്. തുടർന്ന്, ഓരോ ഔട്ട്പുട്ടും ഏത് പ്രൊവൈഡറാണ് നിർമ്മിച്ചതെന്ന് അറിയാതെ, ഒരു പ്രത്യേക ജഡ്ജ് മോഡൽ ഔട്ട്പുട്ടുകൾ സ്കോർ ചെയ്തു.
ചാർട്ട് മൂന്ന് മാനദണ്ഡങ്ങളിലെ പ്രകടനം അളക്കുന്നു:
- ഉപയോഗയോഗ്യം: ഒരു എറർ പേജോ ശൂന്യമായ ഫലമോ അല്ലാതെ, പേജിന്റെ യഥാർത്ഥ ഉള്ളടക്കവുമായി തിരികെ വന്ന URL-കളുടെ അനുപാതം.
- വസ്തുതാ റീകോൾ: എല്ലാ പ്രൊവൈഡർമാരിൽ നിന്നുമായി ഒരു പേജിൽ കണ്ടെത്തിയ പ്രധാന വസ്തുതകൾ ജഡ്ജ് ശേഖരിക്കുന്നു, തുടർന്ന് ഓരോ ഔട്ട്പുട്ടിലും അവയിൽ ഏതൊക്കെ ഉണ്ടെന്ന് പരിശോധിക്കുന്നു. പരാജയപ്പെട്ട ഫെച്ചിന് പൂജ്യം സ്കോർ ലഭിക്കും.
- ഉള്ളടക്ക കൃത്യത: തിരികെ ലഭിച്ച ടെക്സ്റ്റിൽ കുക്കി അറിയിപ്പുകളോ നാവിഗേഷനോ പരസ്യങ്ങളോ അല്ലാതെ പേജ് ഉള്ളടക്കമായ ഭാഗത്തിന്റെ അനുപാതം, എല്ലാ URL-കളിലുമായി ശരാശരി കണക്കാക്കിയത്. പരാജയപ്പെട്ട ഫെച്ചിന് പൂജ്യം സ്കോർ ആണ് ലഭിക്കുക.
ഈ മൂല്യനിർണ്ണയത്തിൽ, Context API 92.3% URL-കൾക്ക് ഉപയോഗയോഗ്യമായ ഉള്ളടക്കം തിരികെ നൽകി, പ്രധാന വസ്തുതകളുടെ 87.9% വീണ്ടെടുത്തു, ഉള്ളടക്ക കൃത്യതയിൽ 80.3% കൃത്യത സ്കോർ നേടി.
വിലനിർണ്ണയം
ഫെച്ച് ചെയ്യുന്ന ഓരോ 1,000 URL-കൾക്കും Context API-ക്ക് $1 ആണ് ചെലവ്. ok എന്ന് തിരികെ നൽകുന്ന ഓരോ URL-നും ഡെവലപ്പർമാർ പണം നൽകുന്നു. പരാജയപ്പെടുന്ന URL-കൾക്ക് ബിൽ ഈടാക്കില്ല.
ആരംഭിക്കാം
curl --request POST https://api.perplexity.ai/v1/context \
--header "Authorization: Bearer $PERPLEXITY_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"urls": ["https://info.cern.ch/hypertext/WWW/TheProject.html"],
"formats": ["markdown"]
}'ഓരോ ഫലവും പേജിന്റെ Markdown, ക്വറിയുമായി പൊരുത്തപ്പെടുന്ന ഭാഗങ്ങൾ, പേജ് മെറ്റാഡാറ്റ, ഒരു സ്റ്റാറ്റസ് എന്നിവയോടൊപ്പം തിരികെ വരുന്നു. ഓരോ ഫലത്തിന്റെയും ഉള്ളടക്കം ഉപയോഗിക്കുന്നതിന് മുമ്പ് അതിന്റെ സ്റ്റാറ്റസ് പരിശോധിക്കുക.
Context API ഡോക്യുമെന്റേഷൻ വായിക്കുക അല്ലെങ്കിൽ API റഫറൻസ് കാണുക.