需配置数据源连接、触发条件、多分支处理链路、Python脚本及加密输出策略：一、接入CSV/Google Sheets/Notion等数据源并启用自动刷新；二、设置数据变更触发器及去抖延迟；三、用Router按文件类型或内容路由至不同处理器；四、插入Python脚本处理DataFrame；五、通过KMS加密输出至S3并限制IAM角色访问。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您希望利用Perplexity Comet平台实现工作流调度与自动化处理个人数据任务，则可能需要配置特定的触发条件、数据源连接及任务执行逻辑。以下是完成该目标的具体步骤：
一、配置数据源连接
Perplexity Comet需识别并接入您本地或云端的个人数据存储位置，确保后续任务能实时读取原始数据。连接建立后，系统可基于预设规则自动拉取更新。
1、登录Perplexity Comet控制台，进入“Data Sources”页面。
2、点击右上角“+ Add Source”，选择对应类型（如CSV File、Google Sheets、Notion API、本地文件夹同步器）。
3、按提示填写认证信息：对于Google Sheets需授权OAuth 2.0；对于本地文件夹需安装Comet Desktop Agent并指定路径。
4、启用“Auto-refresh”开关，并设置轮询间隔为5分钟或更短以保障数据时效性。
二、定义触发事件条件
工作流必须依赖明确的触发机制启动，避免无意义空转。Perplexity Comet支持时间型、变更型与手动型三类触发器，建议优先使用数据变更触发以节省资源。
1、在Workflow Builder中新建流程，点击“Trigger”节点。
2、选择“Data Change Trigger”，绑定已配置的数据源。
3、在过滤器中输入字段名与值匹配规则，例如：status == 'pending' AND priority > 3。
4、勾选“Debounce Delay”，设置为30秒，防止高频写入引发重复执行。
三、构建多分支数据处理链路
个人数据常含异构结构（文本、表格、JSON片段），需通过条件路由分流至不同处理器，确保每类数据由最适配模块处理。
1、从Trigger节点拖出“Router”组件，双击编辑路由逻辑。
2、添加第一条规则：当file_extension IN ['.txt', '.md']时，流向“Text Summarizer”模块。
3、添加第二条规则：当content_type == 'application/json'时，流向“JSON Validator + Schema Enforcer”模块。
4、为未匹配项设置默认出口，连接至“Alert & Log”节点，记录原始payload与时间戳。
四、嵌入自定义Python脚本执行单元
标准模块无法覆盖全部个性化需求，此时可通过Inline Script节点注入轻量级Python代码，直接操作DataFrame或调用本地库。
1、在流程图中插入“Python Script”节点，置于Router之后的目标分支末端。
2、在编辑框内粘贴如下代码段：
import pandas as pd df = pd.DataFrame(payload) df['processed_at'] = pd.Timestamp.now() output = df.to_dict('records')
3、确认输入变量名为“payload”，输出变量名为“output”，两者均为字典格式。
4、点击“Test Script”按钮验证语法与基础运行，确保返回非空结果且无KeyError异常。
五、设定输出归档与权限隔离策略
处理完成的数据需定向落库并限制访问范围，防止敏感信息外泄。Comet允许为每个Output节点单独配置加密密钥与角色白名单。
1、添加“Encrypted S3 Output”节点，填写Bucket名称与前缀路径，如perplexity-personal-archive/2024/{user_id}/。
2、在Advanced Settings中启用“KMS Encryption”，选择已创建的CMK密钥ARN。
3、展开“Access Control”，输入允许读取的角色ARN列表，仅保留arn:aws:iam::123456789012:role/perplexity-reader-{user_id}。
4、关闭“Public Read ACL”开关，并禁用HTTP GET直接访问选项。
