PerplexityChatGenerator

PerplexityChatGenerator는 Perplexity Agent API를 통해 다양한 모델을 사용해 채팅 완성을 가능하게 해주는 컴포넌트예요.

출처: 문서

본문

항목	내용
파이프라인에서 가장 흔한 위치	ChatPromptBuilder 다음
필수 init 변수	`api_key`: Perplexity API 키. `PERPLEXITY_API_KEY` 환경 변수로 설정 가능
필수 run 변수	`messages`: 채팅을 나타내는 `ChatMessage` 객체 목록
출력 변수	`replies`: 입력 채팅에 대한 LLM의 대체 답변 목록
API reference	Integrations
GitHub 링크	chat_generator.py
패키지 이름	`perplexity-haystack`

개요

PerplexityChatGenerator는 OpenAIResponsesChatGenerator 위에 구축되어 있으며, Perplexity Agent API(POST /v1/agent)와 통신해요. 이 API는 OpenAI Responses 호환 인터페이스를 사용하죠.

지원하는 모델은 다음과 같아요:

openai/gpt-5.5
openai/gpt-5.4 (기본값)
anthropic/claude-sonnet-4-6
xai/grok-4.3
google/gemini-3-flash-preview

현재 목록은 Perplexity Agent API models 페이지를 참고하세요.

PerplexityChatGenerator는 동작하려면 Perplexity API 키가 필요해요. 기본적으로 PERPLEXITY_API_KEY 환경 변수를 사용하죠.

이 컴포넌트는 동작을 위해 ChatMessage 객체 목록을 받아요. ChatMessage는 메시지, 역할(예: user, assistant, system), 그리고 선택적 메타데이터를 담는 데이터 클래스예요. 사용 예시는 사용법 섹션을 보세요.

Perplexity Agent API가 지원하는 어떤 파라미터든 generation_kwargs 파라미터로 초기화 시 또는 run() 메서드에서 전달할 수 있어요.

사용법

단독으로 사용하기

from haystack.dataclasses import ChatMessage
from haystack_integrations.components.generators.perplexity import (
    PerplexityChatGenerator,
)

chat_generator = PerplexityChatGenerator()
response = chat_generator.run(
    [ChatMessage.from_user("What's Natural Language Processing? Be brief.")],
)
print(response["replies"][0].text)

스트리밍과 함께 사용하기 — streaming_callback에 아무 callable이나 전달하거나, 내장된 print_streaming_chunk를 쓰면 돼요:

from haystack.dataclasses import ChatMessage
from haystack.components.generators.utils import print_streaming_chunk
from haystack_integrations.components.generators.perplexity import (
    PerplexityChatGenerator,
)

chat_generator = PerplexityChatGenerator(streaming_callback=print_streaming_chunk)
response = chat_generator.run(
    [ChatMessage.from_user("What's Natural Language Processing? Be brief.")],
)

파이프라인에서 사용하기

from haystack import Pipeline
from haystack.components.builders import ChatPromptBuilder
from haystack.dataclasses import ChatMessage
from haystack.utils import Secret
from haystack_integrations.components.generators.perplexity import (
    PerplexityChatGenerator,
)

prompt_builder = ChatPromptBuilder(
    template=[
        ChatMessage.from_system("You are a helpful assistant."),
        ChatMessage.from_user("Tell me about {{topic}}"),
    ],
    required_variables="*",
)
llm = PerplexityChatGenerator(
    api_key=Secret.from_env_var("PERPLEXITY_API_KEY"),
    model="openai/gpt-5.4",
)

pipe = Pipeline()
pipe.add_component("prompt_builder", prompt_builder)
pipe.add_component("llm", llm)
pipe.connect("prompt_builder.prompt", "llm.messages")

result = pipe.run(
    data={"prompt_builder": {"topic": "large language models"}},
)
print(result["llm"]["replies"][0].text)

PerplexityChatGenerator