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、コンテンツ抽出に Parallel Web Systems API を利用できます。科学ライターのワークフローにおける、ウェブ関連のすべての操作に使用する主要ツールです。

主要インターフェース： 検索とリサーチ用の Parallel Chat API（OpenAI 互換）。 補助インターフェース： URL の検証と特殊なケースのみを対象とした Extract API。

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面

次のすべてにこのスキルを使用します。

• ウェブ検索：情報を探すためにインターネットでの検索が必要なあらゆるクエリ
• 詳細なリサーチ：あらゆるトピックに関する包括的なリサーチレポート
• 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
• 一般情報：企業概要、事実、比較

Extract API は次の場合にのみ使用してください。

• 引用の検証（特定の URL のコンテンツを確認する場合）
• 既知の URL から未加工のコンテンツを取得する必要がある特殊なケース

次の場合はこのスキルを使用しないでください。

• 学術論文に特化した検索（純粋に学術的なクエリは Perplexity にルーティングする research-lookup を使用してください）
• Google Scholar／PubMed データベースの検索（citation-management スキルを使用してください）

---

2 つの機能

1. ウェブ検索（search コマンド）

Parallel Chat API（base モデル）を使ってウェブを検索し、引用元を含む要約を取得します。

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：見つけたい情報を自然言語で記述したもの
• --model：使用するチャットモデル（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

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、情報源の一覧。

2. 詳細なリサーチ（research コマンド）

Parallel Chat API（core モデル）を使って複数の情報源を対象に包括的なリサーチを行い、引用付きの詳細な調査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、技術動向の調査、業界レポート、複数の情報源を統合する必要があるあらゆるリサーチの質問。

# 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：使用するチャットモデル（詳細なリサーチではデフォルトで core、より速く結果を得るには base）
• -o：出力ファイルのパス
• --json：JSON 形式で出力

3. URL 抽出（extract コマンド）— 検証専用

特定の URL からコンテンツを抽出します。引用の検証と特殊なケースにのみ使用してください。

一般的なリサーチには、代わりに 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"

# Get full page content for verification
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

Chat API は 2 つのリサーチモデルに対応しています。ほとんどの検索には base を、詳細なリサーチには core を使用してください。

モデル	応答時間	強み	使用する場面
base	15s-100s	標準的なリサーチ、事実に関するクエリ	ウェブ検索、簡単な検索
core	60s-5min	複雑なリサーチ、複数の情報源の統合	詳細なリサーチ、包括的なレポート

推奨事項：

• search コマンドのデフォルトは base です。高速で、ほとんどのクエリに適しています。
• research コマンドのデフォルトは core です。詳細で、包括的なレポートに適しています。
• リサーチの深さと速度のバランスを変える必要がある場合は、--model で切り替えてください。

---

Python API の使用

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']}")

詳細なリサーチ

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（検証専用）

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"])

---

必須：すべての結果を sources フォルダーに保存する

すべてのウェブ検索と詳細調査の結果は、必ずプロジェクトの sources/ フォルダーに保存してください。

これにより、再現性、監査可能性、コンテキストウィンドウの復旧のために、すべての調査内容が保存されます。

保存ルール

操作	-o フラグの出力先	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
詳細調査	sources/research_<topic>.md	research_YYYYMMDD_HHMMSS_<brief_topic>.md
URL 抽出	sources/extract_<source>.md	extract_YYYYMMDD_HHMMSS_<brief_source>.md

保存方法（必ず -o フラグを使用）

重要：parallel_web.py の呼び出しには、必ず sources/ フォルダーを指定する -o フラグを含めてください。

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

# Deep research — ALWAYS save to sources/
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) — save to sources/
python scripts/parallel_web.py extract "https://example.com/article" --objective "key findings" \
  -o sources/extract_20250217_143500_example_article.md

すべてを保存する理由

1. 再現性：最終文書に含まれるすべての主張を、元の資料までたどれます
2. コンテキストウィンドウの復旧：作業中にコンテキストが圧縮された場合、保存済みの結果を sources/ から再読み込みできます
3. 監査証跡：sources/ フォルダーに、情報の収集方法がすべて記録されます
4. 複数セクションでの再利用：保存済みの調査結果を、API を重複して呼び出すことなく複数のセクションで参照できます
5. コスト効率：sources/ に既存の結果がないか確認することで、不要な API 呼び出しを避けられます
6. 査読の支援：査読者は、各主張を裏付ける調査内容を検証できます

ログ記録

調査結果を保存する際は、必ず次の内容をログに記録してください。

[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

新しいクエリを実行する前に、まず sources を確認する

parallel_web.py を呼び出す前に、関連する結果が sources/ にすでに存在するか確認してください。

ls sources/  # Check existing saved results

---

Scientific Writer との連携

ルーティング表

タスク	ツール	コマンド
ウェブ検索（全般）	parallel_web.py search	python scripts/parallel_web.py search "query" -o sources/search_<topic>.md
詳細調査	parallel_web.py research	python scripts/parallel_web.py research "query" -o sources/research_<topic>.md
引用の検証	parallel_web.py extract	python scripts/parallel_web.py extract "url" -o sources/extract_<source>.md
学術論文の検索	research_lookup.py	Perplexity sonar-pro-search にルーティング
DOI／メタデータの検索	parallel_web.py extract	DOI の URL から抽出（検証）

科学文書を執筆する場合

1. 各セクションを執筆する前に、search または research を使って背景情報を収集します — 結果は sources/ に保存してください
2. 学術的な引用には、research-lookup を使います（学術関連のクエリは Perplexity にルーティングされます） — 結果は sources/ に保存してください
3. 引用を検証する場合（特定の URL を確認する場合）は、parallel_web.py extract を使います — 結果は sources/ に保存してください
4. 最新の市場／業界データを調べる場合は、parallel_web.py research --model core を使います — 結果は sources/ に保存してください
5. 新しいクエリを実行する前に、API 呼び出しの重複を避けるため、sources/ に既存の結果がないか確認します

---

環境の設定

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

# Required Python packages
pip install openai        # For Chat API (search/research)
pip install parallel-web  # For Extract API (verification only)

API キーは https://platform.parallel.ai で取得できます。

---

エラー処理

スクリプトはエラーを適切に処理し、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：pip install openai を実行してください
• parallel-web not installed：pip install parallel-web を実行してください（extract にのみ必要）
• Rate limit exceeded：待ってから再試行してください（Chat API のデフォルトは 300 req/min）

---

補完的なスキル

スキル	用途
research-lookup	学術論文の検索（学術関連のクエリを Perplexity にルーティング）
citation-management	Google Scholar、PubMed、CrossRef のデータベース検索
literature-review	学術データベースを対象としたシステマティック・レビュー
scientific-schematics	調査結果から図を生成