Traducción automática

Esta página fue traducida automáticamente por IA y puede contener errores. Si algo no está claro, consulte la fuente en inglés.

Fuente en inglés · Reportar un problema de traducción

pplx-export¶

pplx-export es la CLI archivadora: extrae índices de conversaciones de Perplexity, exporta hilos al archivo local y mantiene las vistas derivadas (índice de espacios, fragmento cron). Esta página cubre los subcomandos de captura — index, space-index, export, batch, spaces, sync-space, schedule — además del comando de configuración única init. Los subcomandos de relleno/reparación se encuentran en maintenance-commands.md; la CLI de consulta se cubre en pplx-ask.md.

a. Opciones comunes¶

Cada subcomando acepta estas banderas (definidas una vez en pplx_export/commands/common.py):

Bandeja	Significado	Valor predeterminado
`--account NAME`	Cuenta objetivo. Cuando el correo electrónico de la cookie no coincide con el correo registrado, se enumeran los tokens de sesión del navegador por cuenta para cambiar automáticamente	`default_account` de la configuración de nivel de usuario
`--config PATH`	Archivo de configuración de nivel de usuario (registro de cuentas). Prioridad: `--config` > env `PPLX_EXPORT_CONFIG` > `~/.config/pplx-export/config.toml`	cadena de búsqueda predeterminada
`--skip-auth-check`	Omitir la sonda de sesión de atribución de cuenta al inicio y confiar en el inicio de sesión actual, evitando una larga espera de inicio en una red deficiente; `batch` ejecuta una verificación de cuenta diferida si se acumulan errores — consulte Configuration	desactivado
`--site NAME`	Adaptador de sitio	`perplexity`
`--out DIR`	Raíz de salida del archivo	`--out` > config `archive_root` > `./web_archive`
`--cookies-from BROWSER`	Importar cookies desde un navegador (`edge`/`chrome`/`firefox`/`safari`/`brave`…)	—
`--cookies FILE`	Archivo de cookies Netscape o archivo de cookies JSON	—
`--transport MODE`	`cookie` = solicitudes directas con cookies; `webbridge` = obtener dentro del contexto de la página del navegador	`cookie`
`-v`, `--verbose`	Salida DEBUG (trazas de solicitud, decisiones internas); repetible	desactivado
`--log-file [PATH]`	Escribir el registro completo en disco; sin valor, ruta automática `<out>/index/logs/<cmd>-<timestamp>.log`	desactivado

--cookies-from / --cookies son mutuamente excluyentes con --transport webbridge — el puente se ejecuta en el contexto de la página y ya lleva las cookies del navegador.
pplx-export --version imprime la versión del paquete y sale (solo a nivel superior, no es una bandera de subcomando).
Registro de cuentas, fuentes de cookies y cambio entre múltiples cuentas: configuration.md. Dónde se almacena todo en disco: archive-layout.md.

b. init¶

Descubrir cuentas a partir de cookies del navegador y escribir la configuración de nivel de usuario — la alternativa automática a copiar manualmente config.example.toml (consulte configuration.md).

Bandeja	Significado	Valor predeterminado
`--force`	Sobrescribir un archivo de configuración existente	desactivado (se niega a sobrescribir)
`--create-bot-space [TITLE]`	Crear el espacio BOT a través de la API cuando ningún título de espacio coincide (una operación de escritura en la cuenta); un TITLE explícito impulsa tanto la coincidencia como la creación, de lo contrario el título proviene de `--bot-title`; sin esta bandera `[bot_space]` se escribe vacío	desactivado
`--bot-title TITLE`	Título del espacio utilizado tanto para coincidir con un espacio existente como para nombrar uno creado	`BOT`
(se aplican opciones comunes)	Las banderas de fuente de cookies eligen dónde se descubren las cuentas; solo para `init`, `--config` es la ruta de escritura (la carga de configuración estricta se omite)

Comportamientos clave:

Enumeración de tokens: las cookies de sesión por cuenta (__Secure-pplx.session.<uid>) se recopilan de los almacenes del navegador — o, con --cookies FILE, se escanean desde el archivo de cookies (una exportación completa puede contener varias cuentas). Sin tokens enumerables, solo se sondea la sesión activa actual.
Sonda de sesión: cada token se prueba contra GET /api/auth/session para conocer el correo electrónico / nombre para mostrar de la cuenta; los tokens que fallan o no devuelven un correo electrónico se omiten con una advertencia.
Ensamblaje del registro: cada clave de cuenta se deriva de la parte local del correo electrónico (las colisiones obtienen sufijos -2/-3…); default_account se establece en la cuenta actualmente activa, de lo contrario en la primera descubierta.
Espacio BOT: se busca un espacio por título exacto (sin distinción de mayúsculas/minúsculas) a través de list_user_collections; cuando no hay coincidencia, --create-bot-space [TITLE] lo crea en el acto (un TITLE explícito anula --bot-title tanto para la coincidencia como para la creación), de lo contrario [bot_space] se deja vacío.
El TOML se escribe atómicamente (archivo temporal + renombrar) con permisos 0600, y un archivo existente nunca se sobrescribe sin --force. El comando termina con una línea JSON de resumen: ruta de configuración, claves de cuenta, cuenta predeterminada, uuid/slug del espacio BOT.
Siembra de modelos (mejor esfuerzo): después de escribir la configuración, init obtiene models/config/v2 y siembra la tabla [models] administrada por la máquina para que una configuración nueva ya tenga los valores predeterminados/catálogo de modelos actuales; en caso de fallo, se omite con una advertencia (actualizar más tarde con pplx-ask models --refresh). Consulte Configuration.
--transport webbridge es rechazado — el canal de contexto de página no puede enumerar tokens por cuenta.

pplx-export init                          # write the default ~/.config/pplx-export/config.toml
pplx-export init --create-bot-space [TITLE]  # create the BOT space when no title matches (custom title optional)
pplx-export init --config /path/to/config.toml --force   # custom path, overwrite allowed

c. index¶

Actualizar el índice de la lista de conversaciones de la cuenta index/library_<account>.json — la línea base contra la que todos los demás comandos comparan.

Bandeja	Significado	Valor predeterminado
`--full`	Paginar toda la biblioteca y reescribir el índice; restablece el contador incremental	incremental

Comportamientos clave:

Incremental por defecto. Pagina primero las más recientes y se detiene una vez que una página completa (_STOP_RUN) de filas consecutivas ya es conocida y sin cambios, luego fusiona el encabezado obtenido con el índice existente — las filas más antiguas se transfieren textualmente (sin pérdida). La primera ejecución, o cualquier ejecución sin índice existente, es un barrido completo.
--full pagina todo y reescribe el índice; úselo como interfaz de reconciliación periódica.
Punto ciego de la ruta incremental: las eliminaciones y cambios de espacio remotos de hilos antiguos nunca aparecen en el encabezado obtenido, por lo que no se observan. La autoridad de eliminación permanece con sync-deleted --online. El documento de índice rastrea incremental_runs_since_full; después de suficientes ejecuciones incrementales, le advierte que ejecute --full (y sync-deleted --online).
Preserva el enriquecimiento search_mode escrito por search-mode-backfill, fusionado de nuevo por entryUUID.
Ejecútelo antes de batch, sync-space y sync-deleted — sus diferencias son tan recientes como este índice.

pplx-export index --account alice          # incremental refresh
pplx-export index --account alice --full   # full sweep + reconciliation front-end

d. sync¶

Entrada de conveniencia de alta frecuencia: index incremental + batch incremental, centrado solo en conversaciones.

Bandeja	Significado	Valor predeterminado
`--full`	Reconciliación completa: barrido completo de `index` + `batch` (y ejecuta los pasos de eliminación/espacio a continuación)	desactivado
`--check-deleted`	También ejecutar `sync-deleted --online` para verificar y marcar hilos eliminados remotamente	desactivado
`--refresh-spaces`	También reconstruir `spaces --fetch-meta` y ejecutar `sync-space`	desactivado
`--limit N` / `--mode X` / `--delay-min` / `--delay-max`	Se pasan a la fase `batch`	—

Comportamientos clave:

La ejecución predeterminada obtiene solo conversaciones nuevas/actualizadas y omite la detección de eliminación y la actualización de espacio — la forma más económica para sincronizaciones frecuentes.
La reconciliación de eliminación/espacio es optativa (--check-deleted / --refresh-spaces) o agrupada por --full. El contador index (incremental_runs_since_full) es el respaldo: le recuerda cuándo una reconciliación --full está vencida.

pplx-export sync --account alice                     # conversations only (fast)
pplx-export sync --account alice --full              # periodic full reconciliation
pplx-export sync --account alice --check-deleted     # also mark remote deletions

e. space-index¶

Extraer la lista de conversaciones "Todo" de un espacio — incluidos los hilos compartidos por otros miembros — en index/space_<slug>.json.

Bandeja	Significado	Valor predeterminado
`SPACE_URL` (posicional)	URL de la página del espacio	requerido
`--transport webbridge`	Usar la ruta heredada de renderizado del navegador en lugar de REST	`cookie` (REST directo)

Comportamientos clave:

La ruta predeterminada es REST directo: list_collection_threads sobre el transporte de cookies con paginación por desplazamiento; las filas incluyen context_uuid y answer_preview.
Con --transport webbridge recurre a desplazar la página del espacio renderizada y extraer las propiedades de las filas — un respaldo en caso de que la estructura REST cambie.
Las filas se escriben primero las más recientes mediante lastUpdated.

pplx-export space-index "https://www.perplexity.ai/spaces/<space-slug>" --account alice

f. export¶

Exportar un solo hilo (URL o UUID simple) a su directorio de archivo <out>/<account-folder>/<mode>/<thread-dir>/.

Bandeja	Significado	Valor predeterminado
`THREAD` (posicional)	URL del hilo o UUID	requerido
`--force`	Reexportar incluso cuando `lastUpdated` no ha cambiado	desactivado

Comportamientos clave:

Si la copia archivada ya está actualizada, la exportación se omite sin escrituras; --force anula la verificación.
lastUpdated se toma del índice de la biblioteca local cuando el hilo está listado allí (misma semántica y formato que batch), recurriendo al valor de la plataforma en caso contrario.
Los estados terminales se registran correctamente, sin un traceback: ENTRY_DELETED marca deleted en batch_state.json, ENTRY_EXPIRED marca expired — el archivo local existente se mantiene intacto en cualquier caso.
Una exportación exitosa escribe ok en index/batch_state.json, por lo que el plan incremental cuenta el hilo como "exportado y sin cambios".
Qué se almacena en el directorio del hilo: archive-layout.md; el propio pipeline de exportación: ../architecture/export-pipeline.md.

pplx-export export "https://www.perplexity.ai/search/<thread-uuid>" --account alice

g. batch¶

Exportar en masa los hilos de una cuenta — el controlador diario, con parada temprana incremental y puntos de control reanudables.

Bandeja	Significado	Valor predeterminado
`--force`	Reexportar todos los hilos (estados terminales excluidos)	desactivado
`--full`	Escaneo completo: los hilos sin cambios aún se omiten, pero sin parada temprana	desactivado
`--limit N`	Procesar solo las primeras N filas de la lista (más recientes primero)	todas
`--mode MODE`	Exportar solo hilos `search` / `deep-research` / `computer` / `council` / `study`	todos los modos
`--delay-min SEC`	Límite inferior del intervalo aleatorio entre hilos	`10`
`--delay-max SEC`	Límite superior del intervalo aleatorio entre hilos	`20`

Comportamientos clave:

Requiere index/library_<account>.json — ejecute index primero.
Parada temprana incremental predeterminada: la lista se ordena primero las más recientes y la ejecución final de hilos "exportados y sin cambios" se recorta por completo; los huecos dejados por ejecuciones interrumpidas (error/nunca exportados) se encuentran por encima de ese sufijo y aún se reparan. --full deshabilita la parada temprana (respaldo periódico, o cuando se sospechan huecos en el archivo); --force reexporta todo excepto los estados terminales, que nunca se reintentan. Semántica completa: incremental-sync.md.
Filtrado --mode: las filas que llevan search_mode (el campo autoritativo de la plataforma enriquecido por search-mode-backfill) coinciden exactamente a través de SEARCH_MODE_MAP — en esa ruta --mode search ya no incluye hilos de deep-research/council/study. Las filas sin search_mode recurren a heurísticas del índice: computer = modo COMPUTER; deep-research = displayModel pplx_alpha; council = pplx_agentic_research; study = pplx_study; search = las filas restantes de modo-SEARCH (incluyendo esos tres tipos — fíltrelos con precisión exportando los modos específicos por separado).
El estado se guarda en index/batch_state.json después de cada hilo — interrumpa y vuelva a ejecutar libremente.
Falla rápida de autenticación: 3 respuestas 401/403 consecutivas abortan la ejecución (una cookie caducada no puede autocorregirse, y seguir girando fallaría cientos de hilos uno por uno).
Ritmo: una pausa aleatoria de --delay-min–--delay-max entre hilos; 429/5xx se retroceden por la capa de transporte. Detalles: rate-limiting.md.
Los hilos que alcanzan variantes de respuesta reescritas se registran en index/answer_variants_log.jsonl con una advertencia para manejarlos manualmente lo antes posible (consulte ../reference/api/api-responses-errors.md).

pplx-export batch --account bob --mode deep-research --limit 50

h. spaces¶

Reconstruir el índice de vista de espacios — una página Markdown por espacio más un registro spaces.json — a partir de los índices de la biblioteca local.

Bandeja	Significado	Valor predeterminado
`--fetch-meta`	Actualizar metadatos de propietario/miembro antes de reconstruir	desactivado

Comportamientos clave:

Sin --fetch-meta el comando es puramente local (cero red): agrega hilos por slug de espacio en todos los archivos library_*.json, con estadísticas de cuentas participantes y enlaces de retroceso a los directorios de hilos exportados.
La salida va a ./spaces/ relativo al directorio de trabajo actual — ejecútelo desde el directorio que contiene web_archive/ para que los enlaces de retroceso en las páginas de espacio se resuelvan.
--fetch-meta primero actualiza la caché de propietario/miembro de cada espacio a través de get_collection (1 solicitud por espacio, intervalo de 3s) en index/space_meta.json; cuando la cuenta actual no puede ver un espacio, se reintenta automáticamente una cuenta que pueda (las cookies cambian por sí solas).

pplx-export spaces --fetch-meta --account alice

i. sync-space¶

Sincronizar el campo space de los archivos thread.json ya archivados con el índice actual — puramente local, cero red.

Bandeja	Significado	Valor predeterminado
(solo opciones comunes; solo `--out` importa)

Comportamientos clave:

Requisito previo: ejecute index primero — el library_*.json actualizado es la fuente de verdad para la propiedad actual del espacio.
Compara slugs de espacio por hilo y parchea thread.json en su lugar en caso de divergencia; los primeros 30 cambios se registran.
Después de cualquier cambio, el índice spaces/ se reconstruye automáticamente junto con él.

pplx-export index --account alice && pplx-export sync-space

j. schedule¶

Calcular el plan de exportación incremental de esta ronda y escribir un fragmento cron que el cron del sistema pueda llamar directamente.

Bandeja	Significado	Valor predeterminado
(solo opciones comunes)

Comportamientos clave:

Obtiene un índice en vivo e informa el plan como conteos total/nuevo/actualizado, usando la misma función pura de parada temprana (plan_incremental) que batch — consulte incremental-sync.md.
Escribe <out>/index/cron_snippet.txt que contiene una línea 17 3 * * * de la forma cd '<archive-parent>' && '<abs-path-to-pplx-export>' batch --account '<account>' --out '<abs-archive-root>' — las rutas son absolutas y están entre comillas porque el cwd y PATH de cron son impredecibles. La ruta del ejecutable se resuelve a través de shutil.which; cuando eso falla, el fragmento recurre al nombre simple pplx-export.
Las ejecuciones programadas son solo incrementales por diseño; ejecute batch --full manualmente como respaldo periódico.

pplx-export schedule --account alice