查看网页搜索结果
读取排序的原始结果,不进行模型综合。
/oo Perplexity: 使用 Perplexity 搜索 [查询],总结返回来源、标题与 URL,并标注仍未回答的问题。
向 AI 助手说明目标,使用 Perplexity 研究网页结果并生成基于搜索的回答。
将提示词复制到已安装 oo Skill 的 Agent,补充页面链接和原始笔记后执行。
读取排序的原始结果,不进行模型综合。
/oo Perplexity: 使用 Perplexity 搜索 [查询],总结返回来源、标题与 URL,并标注仍未回答的问题。
向 Sonar 模型提交明确消息和搜索设置。
/oo Perplexity: 使用 Perplexity 模型 [模型 ID],启用网页搜索回答 [问题],保留回答返回的引用。
在 Agent 中配置 oo CLI 和 oo Skill。
安装 OOMOL →使用 Perplexity 的 API Key 连接。
连接 Perplexity →使用 /oo,说明要读取的页面、修改的内容和保存位置。
连接指南 →选择你的 Agent
Perplexity 为 AI 助手提供独立的原始网页搜索和 Sonar 模型回答操作。
读取排序的原始结果,不进行模型综合。
向 Sonar 模型提交明确消息和搜索设置。
列出 Perplexity 当前可用的模型。
perplexity.list_models 搜索网络并从 Perplexity 返回排序的原始结果,无需 LLM 综合。
perplexity.search 创建 Perplexity Sonar 聊天补全,启用时由网络搜索提供依据。
perplexity.create_chat_completion 使用 Perplexity 为一个或多个输入字符串生成向量嵌入。
perplexity.create_embeddings 没有匹配的工具。
search 返回排序原始结果,不进行 LLM 综合;生成回答使用 create_chat_completion。
list_models 返回当前可用 Perplexity 模型。
create_embeddings 将输入字符串转为向量,与搜索分开。
管理 OOMOL 可以使用哪些可选存储。你随时可以在页脚重新修改这些选择。