Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Context api izvlekaet polnyy kontekst s lyuboy veb stranitsy
Dev48
info@dev48.org+375 29 320-40-96WhatsApp@isky_by

© 2026 · Все права защищены.

Context API извлекает полный контекст с любой веб-страницы

Источник: Perplexity AI•21 ноября 2026 г. в 00:13

Context API извлекает полный контекст с любой веб-страницы

Используйте Perplexity Context API, чтобы предоставить ИИ-агентам чистый Markdown, ссылки и релевантные фрагменты из кэшированных или актуальных веб-страниц.

Когда пользователь задает чат-боту вопрос, ИИ-агенту может потребоваться прочитать несколько веб-страниц для ответа. Стандартные результаты поиска часто возвращают лишь отрывки. Прямая загрузка страницы может вернуть «сырой» HTML, наполненный элементами навигации, баннерами файлов cookie и рекламой. Агентам необходим контекст страницы в формате, понятном для модели, в то время как разработчикам нужен способ контролировать актуальность этого контекста.

Сегодня мы запускаем Perplexity Context API, который считывает до 10 URL-адресов и возвращает для каждой страницы чистый Markdown, HTML, ссылки и фрагменты на основе поискового запроса. Информация берется из обширного веб-индекса Perplexity или загружается в реальном времени. Агенты могут указывать актуальность для каждого запроса и проверять источник каждого результата.

Context API поддерживает различные форматы

Агенты могут инициировать запрос, предоставив список URL-адресов и указав форматы вывода. API возвращает результат для каждого URL-адреса в том же порядке.

Context API поддерживает различные форматы ответа:

  • Markdown: Содержимое страницы в виде чистого Markdown, готовое для помещения в контекст модели.
  • HTML: HTML-код страницы для приложений, которые выполняют собственный парсинг.
  • Ссылки: Ссылки на странице в виде абсолютных URL-адресов, без дубликатов и в порядке их следования на странице, чтобы агент мог решить, куда перейти дальше.
  • Фрагменты: Наиболее релевантные запросу фрагменты текста страницы в пределах лимита токенов, заданного разработчиком для каждой страницы.

Context API выбирает из каждой страницы фрагменты, релевантные запросу, вместо создания краткой сводки. В результате модель получает оригинальную формулировку страницы, но только выбранные фрагменты, благодаря чему для обработки требуется меньше текста.

Каждый успешный результат также включает метаданные, такие как заголовок, описание, язык, автор и дата публикации, а также теги Open Graph страницы. Для формирования Markdown Context API разбивает страницу на блоки, и модель оценивает каждый блок как основной контент или шаблонный текст. Сохраняются только блоки с контентом.

Незаменимо для задач, требующих полной картины

Нахождения релевантной страницы не всегда достаточно для выполнения задачи. Используя Context API, агенты могут извлекать необходимый контент с выбранных URL-адресов для решения сложных задач.

  • Реализация интеграции через API: Результат поиска может указать на нужную документацию, но не содержать необходимых параметров, инструкций по аутентификации или сценариев ошибок. Context API может помочь агенту по написанию кода получить документацию и справочные материалы по API для создания интеграции на основе этих деталей.
  • Сравнение текущих цен: Указанная цена может зависеть от лимитов использования, условий выставления счетов или критериев соответствия, которые отсутствуют в поисковой выдержке. Агент может запросить актуальную загрузку выбранных страниц с ценами и ознакомиться с этими условиями перед тем, как делать сравнение.
  • Ответы на вопросы по правилам: Выдержка из политики возврата может указывать стандартный срок возврата, но упускать исключения для определенных продуктов или регионов. Служба поддержки (агент) может получить страницу с правилами, чтобы ее ответ учитывал эти исключения.
  • Исследование по нескольким источникам: Поисковая выдержка может содержать результат без методологии, квалификационных требований или сопутствующей аргументации. Исследовательский агент может получить выбранные статьи и отчеты, а не полагаться исключительно на выдержки.

Контроль актуальности и надежная обработка URL-адресов

По умолчанию Context API сначала проверяет веб-индекс Perplexity на наличие копии страницы, полученной за последние два дня. Если ее нет, страница загружается в реальном времени. Разработчики могут изменить параметр max_age_seconds на 0, чтобы всегда считывать актуальные страницы (для цен, результатов матчей и срочных новостей). Для справочных материалов, которые меняются редко, это значение можно увеличить. Установите параметр cache_only в значение true для рабочих нагрузок, которые никогда не должны инициировать запросы в реальном времени.

Каждый результат фиксирует, получено ли содержимое из сохраненной копии или путем актуальной загрузки, а также время получения.

URL-адреса в запросе загружаются параллельно, каждый со своим лимитом времени и собственным статусом. Одна медленная или недоступная страница не приводит к сбою остальных. Статус указывает, что произошло с каждым URL-адресом, поэтому агент может повторить попытку только для тех страниц, время ожидания которых истекло, а остальные сохранить.

Context API возвращает пригодный к использованию и полный контент

Мы протестировали Context API в сравнении с Firecrawl, Exa, Parallel, Keenable и Context.dev на тысячах URL-адресов, выбранных случайным образом из реальных запросов агентов на загрузку. Набор охватывает 715 сайтов и включает правительственные и академические источники, а также страницы на языках, отличных от английского. Затем независимая модель-судья оценила результаты, не зная, какой именно провайдер их создал.

На диаграмме производительность оценивается по трем критериям:

  • Пригодность к использованию: Доля URL-адресов, которые вернулись с реальным содержимым страницы, а не со страницей ошибки или пустым результатом.
  • Извлечение фактов: Судья собирает ключевые факты со страницы по всем провайдерам, а затем проверяет, какие из них содержатся в каждом результате. Неудачная загрузка получает ноль баллов.
  • Точность контента: Доля возвращенного текста, представляющего собой контент страницы, а не уведомления о файлах cookie, навигацию или рекламу, усредненная по всем URL-адресам. Неудачная загрузка получает ноль баллов.

В ходе этой оценки Context API вернул пригодный к использованию контент для 92,3% URL-адресов, восстановил 87,9% ключевых фактов и набрал 80,3% по точности контента.

Цены

Стоимость Context API составляет 1 доллар США за 1 000 загруженных URL-адресов. Разработчики платять за каждый URL-адрес, который возвращает статус ok. URL-адреса, завершившиеся ошибкой, не тарифицируются.

Начало работы

bash

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"] }'

Каждый результат содержит Markdown страницы, фрагменты, соответствующие запросу, метаданные страницы и статус. Проверяйте статус каждого результата перед использованием его содержимого.

Ознакомьтесь с документацией по Context API или обратитесь к справочнику по API.

← Все статьи

О чём эта статья

Ещё в разделе «AI и машинное обучение»

Все →
От высокой дипломатии до городских общественных пространств: SenseTime демонстрирует инновации в сфере ИИ во время недели Неформальной встречи лидеров экономик АТЭС
SenseTime

От высокой дипломатии до городских общественных пространств: SenseTime демонстрирует инновации в сфере ИИ во время недели Неформальной встречи лидеров экономик АТЭС

Как использовать обогащение данных с помощью ИИ и проверять результаты
Perplexity

Как использовать обогащение данных с помощью ИИ и проверять результаты

Gemini 4 Neon против Claude Haiku 5.5: Концы одной лестницы
OrcaRouter

Gemini 4 Neon против Claude Haiku 5.5: Концы одной лестницы

Встречайте bison-1 и groundhog-1 — передовые американские модели принятия решений
Baseten

Встречайте bison-1 и groundhog-1 — передовые американские модели принятия решений

Hy4 flash Vision: 74.8 на MMMU-Pro и почему 52.0 все еще актуально
OrcaRouter

Hy4 flash Vision: 74.8 на MMMU-Pro и почему 52.0 все еще актуально

Как Fundación Televisa опросила более 1000 предпринимателей с помощью голосового ИИ
ElevenLabs

Как Fundación Televisa опросила более 1000 предпринимателей с помощью голосового ИИ

Ещё от Perplexity

Как использовать обогащение данных с помощью ИИ и проверять результаты
Perplexity

Как использовать обогащение данных с помощью ИИ и проверять результаты

Совместная работа с коллегами-ИИ на мобильных устройствах в голосовом режиме
Perplexity

Совместная работа с коллегами-ИИ на мобильных устройствах в голосовом режиме

Что такое RAG как услуга (RaaS)? Варианты использования и ведущие провайдеры
Perplexity

Что такое RAG как услуга (RaaS)? Варианты использования и ведущие провайдеры

Деградация контекста в AI-агентах: почему длинные задачи теряют точность
Perplexity

Деградация контекста в AI-агентах: почему длинные задачи теряют точность

Самосовершенствующиеся навыки
Perplexity

Самосовершенствующиеся навыки

Представляем уровень усилий Multiagent для Computer
Perplexity

Представляем уровень усилий Multiagent для Computer