Context API extrage contextul complet din orice pagină web
Folosiți Perplexity Context API pentru a le oferi agenților AI Markdown curat, linkuri și pasaje relevante din pagini web stocate în cache sau live.

Când cineva îi pune o întrebare unui chatbot, un agent AI poate fi nevoit să citească mai multe pagini web pentru a răspunde. Rezultatele de căutare standard returnează adesea doar fragmente. Preluarea directă a unei pagini poate returna HTML brut, plin de elemente de navigare, bannere de cookie-uri și reclame. Agenții au nevoie de contextul paginii într-un format pe care un model îl poate folosi, iar dezvoltatorii au nevoie de o modalitate de a controla cât de actualizat trebuie să fie acest context.
Astăzi lansăm Perplexity Context API, care citește până la 10 URL-uri și returnează, pentru fiecare pagină, markdown curat, HTML, linkuri și fragmente bazate pe interogare. Informațiile provin din vastul index web al Perplexity sau dintr-o preluare live. Agenții pot specifica gradul de actualitate al fiecărei solicitări și pot valida sursa fiecărui rezultat.
Context API acceptă o varietate de formate
Agenții pot iniția o solicitare furnizând o listă de URL-uri și specificând formatele de ieșire. API-ul returnează câte un rezultat pentru fiecare URL, în aceeași ordine.
Context API acceptă o varietate de formate de răspuns:
- Markdown: Conținutul paginii ca Markdown curat, gata de inserat în contextul unui model.
- HTML: Codul HTML al paginii, pentru aplicațiile care își efectuează propria parsare.
- Linkuri: Linkurile din pagină sub formă de URL-uri absolute, fără duplicate și în ordinea din pagină, astfel încât un agent să poată decide unde să navigheze în continuare.
- Fragmente: Pasajele din pagină cele mai relevante pentru o interogare furnizată, în limita de tokenuri stabilită de dezvoltator pentru fiecare pagină.
Context API selectează din fiecare pagină pasajele relevante pentru interogare, în loc să genereze un rezumat. Astfel, modelul primește formularea originală a paginii, dar numai pasajele selectate, deci are mai puțin text de procesat.
Fiecare rezultat reușit include și metadate precum titlul, descrierea, limba, autorul și data publicării, plus etichetele Open Graph ale paginii. Pentru a construi Markdown-ul, Context API împarte pagina în blocuri, iar un model clasifică fiecare bloc drept conținut principal sau text standard repetitiv (boilerplate). Sunt păstrate doar blocurile de conținut.
Esențial pentru sarcinile care necesită imaginea completă
Găsirea unei pagini relevante nu este întotdeauna suficientă pentru a finaliza o sarcină. Cu Context API, agenții pot extrage din URL-urile selectate conținutul de care au nevoie pentru a finaliza sarcini complexe.
- Implementarea unei integrări API: Un rezultat de căutare poate identifica documentația potrivită fără a include parametrii necesari, instrucțiunile de autentificare sau cazurile de eroare. Context API poate ajuta un agent de programare să extragă documentația și referințele API pentru a scrie o integrare pe baza acestor detalii.
- Compararea prețurilor actuale: Un preț afișat poate depinde de limite de utilizare, condiții de facturare sau criterii de eligibilitate care lipsesc dintr-un fragment din rezultatele căutării. Un agent poate solicita preluarea live a paginilor de prețuri selectate și poate citi acele condiții înainte de a face o comparație.
- Răspunsul la întrebări despre politici: Un fragment dintr-o politică de retur poate menționa termenul standard de retur, dar poate omite excepțiile pentru anumite produse sau regiuni. Un agent de asistență poate extrage pagina politicii, astfel încât răspunsul său să țină cont de aceste excepții.
- Cercetarea în mai multe surse: Un fragment din rezultatele căutării poate scoate la iveală o constatare fără metodologia, nuanțele sau argumentația din jurul acesteia. Un agent de cercetare poate extrage articolele și rapoartele selectate, apoi poate compara dovezile, în loc să se bazeze doar pe fragmente.
Controlați actualitatea datelor și gestionați URL-urile în mod fiabil
În mod implicit, Context API verifică mai întâi indexul web al Perplexity pentru o copie a paginii preluată în ultimele două zile. Dacă nu există una, preia pagina live. Dezvoltatorii pot seta max_age_seconds la 0 pentru a citi întotdeauna paginile live, în cazul prețurilor, scorurilor și știrilor de ultimă oră. Pentru materialele de referință care se schimbă rar, pot crește această valoare. Setați cache_only la true pentru sarcinile de lucru care nu ar trebui să declanșeze niciodată o solicitare live.
Fiecare rezultat înregistrează dacă conținutul provine dintr-o copie stocată sau dintr-o preluare live, precum și momentul preluării.
URL-urile dintr-o solicitare sunt preluate în paralel, fiecare cu propriul buget de timp și propriul status. O pagină lentă sau defectă nu duce la eșecul celorlalte. Statusul indică ce s-a întâmplat cu fiecare URL, astfel încât un agent să poată reîncerca doar paginile la care a expirat timpul de așteptare și să le păstreze pe celelalte.
Context API returnează conținut utilizabil și complet
Am testat Context API în comparație cu Firecrawl, Exa, Parallel, Keenable și Context.dev pe 1.000 de URL-uri eșantionate din solicitări reale de preluare efectuate de agenți. Setul acoperă 715 site-uri și include surse guvernamentale și academice, precum și pagini în alte limbi decât engleza. Un model evaluator separat a punctat apoi rezultatele fără să știe ce furnizor l-a produs pe fiecare.
Graficul măsoară performanța după trei criterii:
- Utilizabil: Proporția de URL-uri pentru care s-a returnat conținutul real al paginii, nu o pagină de eroare sau un rezultat gol.
- Regăsirea faptelor: Evaluatorul colectează faptele-cheie găsite pe o pagină de la toți furnizorii, apoi verifică pe care dintre ele le conține fiecare rezultat. O preluare eșuată primește scorul zero.
- Precizia conținutului: Ponderea textului returnat care reprezintă conținutul paginii, nu notificări despre cookie-uri, elemente de navigare sau reclame, calculată ca medie pentru toate URL-urile. O preluare eșuată primește scorul zero.
În această evaluare, Context API a returnat conținut utilizabil pentru 92,3% dintre URL-uri, a recuperat 87,9% dintre faptele-cheie și a obținut un scor de 80,3% la precizia conținutului.
Prețuri
Context API costă 1 USD pentru 1.000 de URL-uri preluate. Dezvoltatorii plătesc pentru fiecare URL care returnează ok. URL-urile care eșuează nu sunt facturate.
Primii pași
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"]
}'Fiecare rezultat este returnat cu Markdown-ul paginii, pasajele care corespund interogării, metadatele paginii și un status. Verificați statusul fiecărui rezultat înainte de a-i folosi conținutul.
Citiți documentația Context API sau consultați referința API.