alterlab-parallel-web

Parallel Web Systems API

概要

このスキルでは、ウェブ検索、詳細なリサーチ、コンテンツ抽出のための Parallel Web Systems API を利用できます。科学論文の執筆ワークフローでは、ニュース、市場・技術データ、ドキュメントなど、一般的なウェブ情報を取得するためのデフォルトツールです。学術論文の取得には alterlab-research-lookup を使用します。

主要インターフェース： 検索とリサーチには Chat API（ベータ版、OpenAI 互換、POST /v1beta/chat/completions）を使用します。 副次インターフェース： URL の検証や特殊なケースには Extract API v1（POST /v1/extract）を使用します。

API ドキュメント： https://docs.parallel.ai API キー： https://platform.parallel.ai 環境変数： PARALLEL_API_KEY

このスキルを使用する場合

次の用途にこのスキルを使用します。

• ウェブ検索：インターネット上の最新情報が必要なクエリ
• 詳細なリサーチ：あるトピックについて、複数の情報源を網羅的に調査したレポート
• 市場調査：業界分析、競合情報、市場データ
• 時事情報：ニュース、最近の動向、発表
• 技術情報：ドキュメント、仕様、製品の詳細
• 統計データ：市場規模、成長率、業界の数値

Extract API は、引用の検証（特定の URL に何が記載されているかの確認）と、既知の URL から生のコンテンツを取得する必要がある場合にのみ使用します。

対象外

シナリオ	代わりに使用
引用する査読済み論文の検索。学術的なクエリは Perplexity に自動的に振り分けられます	alterlab-research-lookup
Perplexity Sonar モデル（例：sonar-pro-search）を特に使用したい場合	alterlab-perplexity
Google Scholar／PubMed での検索や、DOI から BibTeX への変換	alterlab-citation-mgmt
コンサルティング形式の市場調査レポート（フレームワーク、LaTeX、50 ページ以上）	alterlab-market-research
PRISMA に基づくスクリーニングを伴う系統的文献レビュー	alterlab-literature-review

---

3 つの機能

1. ウェブ検索（search コマンド）

Chat API（base モデル）を通じてウェブを検索し、出典を引用した要約を取得します。

最適な用途： 一般的なウェブ検索、時事情報、事実確認、技術情報の検索、ニュース、市場データ。

# Basic search
python scripts/parallel_web.py search "latest advances in quantum computing 2025"

# Use core model for more complex queries
python scripts/parallel_web.py search "compare EV battery chemistries NMC vs LFP" --model core

# Save results to file
python scripts/parallel_web.py search "renewable energy policy updates" -o results.txt

# JSON output for programmatic use
python scripts/parallel_web.py search "AI regulation landscape" --json -o results.json

主なパラメーター：

• objective：調べたい内容を自然言語で記述します
• --model：使用する Chat モデル（デフォルトは base、より詳細なリサーチには core）
• -o：出力ファイルのパス
• --json：JSON 形式で出力します

レスポンスに含まれる内容： テーマ別にまとめた要約、本文中の引用、出典リスト。

2. 詳細なリサーチ（research コマンド）

Chat API（core モデル）を通じて複数の情報源を網羅的に調査し、引用付きの詳細なレポートを作成します。

最適な用途： 市場調査、包括的な分析、競合情報、技術調査、業界レポート、多数の情報源を統合する必要がある質問。

# Default deep research (core model)
python scripts/parallel_web.py research "comprehensive analysis of the global EV battery market"

# Save research report to file
python scripts/parallel_web.py research "AI adoption in healthcare 2025" -o report.md

# Use base model for faster, lighter research
python scripts/parallel_web.py research "latest funding rounds in AI startups" --model base

# JSON output
python scripts/parallel_web.py research "renewable energy storage market in Europe" --json -o data.json

主なパラメーター：

• query：リサーチの質問またはトピック
• --model：使用する Chat モデル（詳細なリサーチではデフォルトで core、より速い結果を得るには base）
• -o：出力ファイルのパス
• --json：JSON 形式で出力します

3. URL 抽出（extract コマンド）— 検証専用

特定の URL（1 回の呼び出しにつき最大 20 件）からコンテンツを抽出します。引用の検証や特殊なケースに使用してください。一般的なリサーチには search または research を使用してください。

# Verify a citation's content
python scripts/parallel_web.py extract "https://example.com/article" --objective "key findings"

# Also return the full page as markdown (excerpts are always returned)
python scripts/parallel_web.py extract "https://docs.example.com/api" --full-content

# Save extraction to file
python scripts/parallel_web.py extract "https://paper-url.com" --objective "methodology" -o extracted.md

---

モデル選択ガイド

このスクリプトでは、Chat API のリサーチモデルを使用します。ほとんどの検索には base、深いリサーチには core を使用します。

モデル	レイテンシ	強み	使用する場面
base	15s-100s	標準的なリサーチ、事実に関する質問	ウェブ検索、簡単な調査
core	60s-5min	複雑なリサーチ、複数ソースの統合	深いリサーチ、包括的なレポート

• search のデフォルトは base です。高速で、ほとんどのクエリに適しています
• research のデフォルトは core です。綿密なリサーチに適しており、包括的なレポートに向いています
• 深さと速度のバランスを変えたい場合は、--model で上書きしてください

Parallel は、スクリプトがラップしていない API も提供しています（references/api_reference.md を参照）。Search API v1（抜粋付きのランク付け URL、turbo／fast／basic／advanced の各モード、ドメインソースポリシー）、Task API（lite から ultra8x までのプロセッサーを使用した非同期の深いリサーチ）、Responses API（OpenAI Responses 互換、reasoning.effort は low／medium／high のモデル parallel。2026年7月に公開され、Parallel のドキュメントにある Chat API クイックスタートは現在これにリダイレクトされます）があります。ドメインの固定、構造化出力、または非同期実行が必要な場合は、parallel-web SDK または HTTP 経由でこれらを呼び出してください。

---

Python API の使用方法

検索

from parallel_web import ParallelSearch

searcher = ParallelSearch()
result = searcher.search(
    objective="Find latest information about transformer architectures in NLP",
    model="base",
)

if result["success"]:
    print(result["response"])  # Synthesized summary
    for src in result["sources"]:
        print(f"  {src['title']}: {src['url']}")

深いリサーチ

from parallel_web import ParallelDeepResearch

researcher = ParallelDeepResearch()
result = researcher.research(
    query="Comprehensive analysis of AI regulation in the EU and US",
    model="core",
)

if result["success"]:
    print(result["response"])  # Full research report
    print(f"Citations: {result['citation_count']}")

抽出（検証のみ）

from parallel_web import ParallelExtract

extractor = ParallelExtract()
result = extractor.extract(
    urls=["https://docs.example.com/api-reference"],
    objective="API authentication methods and rate limits",
)

if result["success"]:
    for r in result["results"]:
        print(r["excerpts"])

---

結果を sources フォルダーに保存する

すべてのウェブ検索、深いリサーチ、抽出の結果を、プロジェクトの sources/ フォルダーに保存してください。保存した結果を使うと、各主張を元のソース資料まで追跡でき（再現性、監査、ピアレビュー）、会話が圧縮された場合にも文脈を復元でき、同じクエリに二重に料金を支払わずに済みます。

保存ルール

操作	-o フラグの保存先	ファイル名のパターン
ウェブ検索	sources/search_<topic>.md	search_YYYYMMDD_HHMMSS_<brief_topic>.md
深いリサーチ	sources/research_<topic>.md	research_YYYYMMDD_HHMMSS_<brief_topic>.md
URL 抽出	sources/extract_<source>.md	extract_YYYYMMDD_HHMMSS_<brief_source>.md

毎回、sources/ 内を保存先に指定する -o を渡してください。

# Web search
python scripts/parallel_web.py search "latest advances in quantum computing 2025" \
  -o sources/search_20250217_143000_quantum_computing.md

# Deep research
python scripts/parallel_web.py research "comprehensive analysis of the global EV battery market" \
  -o sources/research_20250217_144000_ev_battery_market.md

# URL extraction (verification only)
python scripts/parallel_web.py extract "https://example.com/article" --objective "key findings" \
  -o sources/extract_20250217_143500_example_article.md

新しいクエリを実行する前に、関連する結果がすでに存在するか確認し（ls sources/）、API を再度呼び出す代わりにその結果を読み直してください。保存後、ファイルを記録してください。

[HH:MM:SS] SAVED: Search results to sources/search_20250217_143000_quantum_computing.md
[HH:MM:SS] SAVED: Deep research report to sources/research_20250217_144000_ev_battery_market.md

---

ルーティング

タスク	ツール
ウェブ検索、時事情報、市場・技術の調査	parallel_web.py search（このスキル）
包括的なリサーチレポート	parallel_web.py research --model core（このスキル）
既知の URL の引用確認／DOI メタデータ	parallel_web.py extract（このスキル）
学術論文の取得（引用する査読済みジャーナル論文）	alterlab-research-lookup（Perplexity にルーティング）
Google Scholar／PubMed／CrossRef のデータベース検索	alterlab-citation-mgmt

科学文書を作成する際は、セクションの草稿を書く前に search／research で背景情報を集め、特定の URL は extract で検証し、学術論文のみを検索する場合は alterlab-research-lookup にルーティングしてください。まず sources/ を確認し、すべての結果をそこに保存してください。

---

環境設定

# Required: set your Parallel API key
export PARALLEL_API_KEY="your_api_key_here"

# Python packages
uv pip install openai          # Chat API (search/research)
uv pip install parallel-web    # Extract API v1 (>= 1.0; imports as `parallel`)
# Or run ad hoc without a venv:
#   uv run --with openai --with parallel-web scripts/parallel_web.py search "query"

API キーは https://platform.parallel.ai で取得できます。このスクリプトは、クエリと URL を Parallel のサーバーに送信します。

---

エラー処理

このスクリプトは、例外を発生させるのではなく、構造化されたエラーレスポンスを返します。

{
  "success": false,
  "error": "Error description",
  "timestamp": "2025-02-14 12:00:00"
}

よくある問題：

• PARALLEL_API_KEY not set：環境変数を設定してください
• openai not installed：uv pip install openai を実行してください
• parallel-web not installed：uv pip install parallel-web を実行してください（extract にのみ必要）
• 'BetaResource' object has no attribute 'extract'：古いスクリプトが、parallel-web 1.0 で削除された Beta メソッドを呼び出しています。このスキルの最新スクリプト（client.extract()）を使用してください
• レート制限超過：待ってから再試行してください（デフォルト：Chat は 300 リクエスト／分、Extract は 600 リクエスト／分）

---

補完スキル

alterlab-research-lookup（学術論文）とalterlab-citation-mgmt（Scholar／PubMed／CrossRef）については、上記のルーティング表をご覧ください。また、以下もご利用いただけます。

スキル	用途
alterlab-literature-review	学術データベースを横断したシステマティックレビュー
alterlab-scientific-schematics	研究成果から図表を生成

AlterLab Academic Skills スイートの一部です。