perplexity-search
描述
Perform AI-powered web searches with real-time information using Perplexity models via LiteLLM and OpenRouter. This skill should be used when conducting web searches for current information, finding recent scientific literature, getting grounded answers with source citations, or accessing informatio
如何使用
- 访问 GitHub 仓库获取 SKILL.md 文件
- 将文件复制到您的项目根目录或 .cursor/rules 目录
- 重启您的 AI 助手或编辑器以应用新技能
Tags
关于 perplexity-search
perplexity-search 是一个 rag-search 类别的 AI 技能，旨在帮助开发者和用户更高效地使用 AI 工具。Perform AI-powered web searches with real-time information using Perplexity models via LiteLLM and OpenRouter. This skill should be used when conducting web searches for current information, finding recent scientific literature, getting grounded answers with source citations, or accessing informatio
该技能在 GitHub 上获得了 2,800 个 star，表明它在社区中受到广泛认可。它兼容 claude 等平台。
核心能力
为什么使用 perplexity-search
将 perplexity-search 添加到您的 AI 工作流中可以显著提升在 rag-search 领域的工作效率。通过预定义的提示模板和最佳实践，这个技能可以帮助 AI 助手更好地理解您的需求并提供更准确的响应。
无论您使用 claude，都可以轻松集成此技能到您现有的开发环境中。
探索更多 rag-search 技能
发现更多 rag-search 类别的 AI 技能，帮助您构建全面的 AI 技能栈。
相关技能
rag-implementation
使用向量数据库和语义搜索为 LLM 应用构建检索增强生成 (RAG) 系统。
embedding-strategies
为语义搜索和 RAG 应用选择和优化嵌入模型。
hybrid-search-implementation
结合向量和关键词搜索以改进检索。在实现 RAG 系统或构建搜索引擎时使用。
similarity-search-patterns
使用向量数据库实现高效的相似性搜索。在构建语义搜索或最近邻查询时使用。
esm
Comprehensive toolkit for protein language models including ESM3 (generative multimodal protein design across sequence, structure, and function) and ESM C (efficient protein embeddings and representations). Use this skill when working with protein sequences, structures, or function prediction; desig