一个基于 Docker 的 Perplexity AI 代理服务，支持多账户 Token 池管理、负载均衡和高可用。
从示例文件复制并编辑 token_pool_config.json：
# 复制示例配置文件 cp token_pool_config-example.json token_pool_config.json编辑 token_pool_config.json，填入你的 Perplexity 账户 token： 支持配置多个 Perplexity 账户 token，实现负载均衡和高可用。
{ "tokens": [ { "id": "account1@example.com", "csrf_token": "your-csrf-token-1", "session_token": "your-session-token-1" }, { "id": "account2@example.com", "csrf_token": "your-csrf-token-2", "session_token": "your-session-token-2" } ] }获取 Token 的方法： 打开 perplexity.ai -> F12 开发者工具 -> Application -> Cookies
csrf_token对应next-auth.csrf-tokensession_token对应__Secure-next-auth.session-token
# 创建 .env 文件 cp .env.example .env # 修改 .env 文件，设置 PPLX_API_TOKEN 和 PPLX_ADMIN_TOKEN # 可以使用以下命令生成随机 Token（16字节）： # Windows PowerShell: # "sk-" + -join ((48..57)+(65..90)+(97..122) | Get-Random -Count 32 | %{[char]$_}) # "admin-" + -join ((48..57)+(65..90)+(97..122) | Get-Random -Count 32 | %{[char]$_}) # Linux / macOS: # echo "sk-$(openssl rand -hex 16)" # echo "admin-$(openssl rand -hex 16)" # Python (跨平台): # python -c "import secrets; print('sk-' + secrets.token_hex(16))" # python -c "import secrets; print('admin-' + secrets.token_hex(16))" # 启动服务 docker compose up -d项目已包含 docker-compose.yml 配置文件，可根据需要修改：
ports: 修改15001为你想要的端口HTTPS_PROXY: 如在 perplexity 不可用地区，取消注释并配置代理
所有 API 请求（除健康检查外）需要在 Header 中携带 API Token：
Authorization: Bearer <你的API_TOKEN> 执行 AI 搜索查询，返回智能回答和来源链接。
请求参数：
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| query | string | ✅ | - | 搜索查询内容 |
| mode | string | ❌ | "auto" | 搜索模式 |
| model | string | ❌ | null | AI 模型（按 mode 选择） |
| sources | array | ❌ | ["web"] | 搜索来源 |
| language | string | ❌ | "en-US" | 语言代码 |
| incognito | boolean | ❌ | true | 隐身模式 |
mode 可选值：
| 值 | 说明 |
|---|---|
auto | 自动模式（快速响应） |
pro | 专业模式（更详细的回答） |
reasoning | 推理模式（深度思考，支持图片生成） |
deep research | 深度研究模式（最全面的分析） |
model 可选值（按 mode 分类）：
| mode | 可选 model |
|---|---|
auto | 无需指定（默认 turbo） |
pro | sonar, gpt-5.2, claude-4.5-sonnet, grok-4.1 |
reasoning | gpt-5.2-thinking, claude-4.5-sonnet-thinking, gemini-3.0-pro, kimi-k2-thinking, grok-4.1-reasoning |
deep research | 无需指定（默认 pplx_alpha） |
sources 可选值：
| 值 | 说明 |
|---|---|
web | 网页搜索 |
scholar | 学术论文 |
social | 社交媒体 |
响应结构：
| 字段 | 类型 | 说明 |
|---|---|---|
| status | string | 状态，成功为 "ok" |
| client_id | string | 使用的客户端 ID |
| answer | string | AI 生成的回答内容 |
| web_results | array | 来源链接列表 |
curl 示例：
curl -X POST "http://localhost:8000/search" \ -H "Authorization: Bearer sk-your-token" \ -H "Content-Type: application/json" \ -d '{ "query": "什么是量子计算？", "mode": "auto", "sources": ["web", "scholar"], "language": "zh-CN" }'Python 示例：
import requests response = requests.post( "http://localhost:8000/search", headers={"Authorization": "Bearer sk-your-token"}, json={ "query": "什么是量子计算？", "mode": "pro", "model": "claude-4.5-sonnet", "sources": ["web", "scholar"] } ) print(response.json())通过 AI 生成图片，返回图片 URL 和相关信息。
请求参数：
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| prompt | string | ✅ | - | 图片生成提示词 |
| mode | string | ❌ | "reasoning" | 搜索模式 |
| model | string | ❌ | "claude-4.5-sonnet-thinking" | AI 模型 |
| language | string | ❌ | "en-US" | 语言代码 |
| incognito | boolean | ❌ | true | 隐身模式 |
💡 提示：文生图功能需要使用
reasoning模式，推荐使用默认的claude-4.5-sonnet-thinking模型。
响应结构：
| 字段 | 类型 | 说明 |
|---|---|---|
| status | string | 状态，成功为 "ok" |
| client_id | string | 使用的客户端 ID |
| images | array | 生成的图片列表 |
| images[].url | string | 图片完整 URL |
| images[].thumbnail_url | string | 缩略图 URL |
| images[].width | number | 图片宽度（像素） |
| images[].height | number | 图片高度（像素） |
| prompt_used | string | 实际使用的提示词 |
| caption | string | 图片描述/标题 |
| model | string | 使用的生成模型 |
curl 示例：
curl -X POST "http://localhost:8000/generate-image" \ -H "Authorization: Bearer sk-your-token" \ -H "Content-Type: application/json" \ -d '{ "prompt": "一只可爱的橘猫在阳光下打盹" }'Python 示例：
import requests response = requests.post( "http://localhost:8000/generate-image", headers={"Authorization": "Bearer sk-your-token"}, json={ "prompt": "一只可爱的橘猫在阳光下打盹", "mode": "reasoning", "model": "claude-4.5-sonnet-thinking" } ) result = response.json() if result["status"] == "ok" and result["images"]: print(f"图片URL: {result['images'][0]['url']}")| 接口 | 方法 | 认证 | 说明 |
|---|---|---|---|
/health | GET | ❌ | 健康检查，返回服务状态 |
/pool/status | GET | ❌ | 号池状态，返回可用客户端数量 |
/pool/list | GET | API Token | 列出所有客户端详情 |
测试脚本 test_server.py 包含以下测试项：
| 测试项 | 自动运行 | 说明 |
|---|---|---|
| 健康检查 | ✅ | 测试 /health 端点 |
| 号池状态 | ✅ | 测试 /pool/status 端点 |
| 认证验证 | ✅ | 无 Token 访问应返回 401 |
| 客户端列表 | ✅ | 测试 /pool/list 端点 |
| 搜索功能 | ❌ 交互确认 | 测试 /search 端点（消耗配额） |
| 图片生成 | ❌ 交互确认 | 测试 /generate-image 端点（消耗配额） |
运行测试：
# 设置环境变量（可选） export PPLX_HOST_URL="http://localhost:8000" export PPLX_API_TOKEN="sk-your-token" # 运行测试 python test_server.py💡 提示：搜索和图片生成测试会消耗 Perplexity 账户配额，脚本会询问是否执行。
本项目参考了以下开源项目：