AI导哈

AI网络搜索服务

Perplexity AI MCP服务器实现，通过Perplexity的Sonar模型使AI助手能够搜索网络并获取实时信息。

  • by 0xHumban
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 0xHumban/perplexity-mcp

使用说明

困惑mcp

Perplexity AI MCP（模型上下文协议）服务器实现，使AI助手能够通过Perplexiity的Sonar模型搜索网络并获取实时信息。

动机

该项目旨在利用Perplexity Pro计划的5美元积分（学生免费： 困惑链接)，提供了一种通过MCP兼容的人工智能助手访问网络搜索功能的简单方法。

特性

  • 🌐 通过困惑AI实现网络搜索功能
  • 🔍 支持多种声纳模型（声纳、声纳专业、声纳深度研究、声纳推理、声纳推理专业）
  • 🚀 易于与VS Code和其他MCP客户端集成
  • 📚 来源的引用支持

先决条件

安装

方法1：无需安装（推荐）

您可以使用以下命令直接运行confused-mcp，而无需任何安装 uv tool run只需安装UV并配置VS代码（请参阅下面的配置部分）-UV将自动处理一切！

# Install UV package manager first
curl -LsSf https://astral.sh/uv/install.sh | sh  # macOS/Linux
# or
brew install uv  # macOS with Homebrew

方法2：开发安装

为了发展或贡献：

1.安装UV包管理器

# macOS (Homebrew)
brew install uv

# Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

# macOS/Linux (Direct)
curl -LsSf https://astral.sh/uv/install.sh | sh

2.克隆存储库

git clone https://github.com/0xHumban/perplexity-mcp.git
cd perplexity-mcp

3.安装依赖项

uv sync

配置

VS代码

注： 将其添加到全局：创建/更新gliobl配置文件： ~/.config/Code/User/mcp.json

如果使用方法1（不安装-建议）：

创建或编辑 .vscode/mcp.json 在您的工作空间中：

{
  "inputs": [
    {
      "type": "promptString",
      "id": "perplexity-key",
      "description": "API Key for Perplexity AI",
      "password": true
    }
  ],
  "servers": {
    "perplexity-mcp": {
      "command": "uv",
      "args": [
        "tool", "run", "--from",
        "git+https://github.com/0xHumban/perplexity-mcp.git",
        "perplexity-mcp"
      ],
      "env": {
        "PERPLEXITY_API_KEY": "${input:perplexity-key}"
      }
    }
  }
}

此方法直接从GitHub运行工具，无需事先安装！

如果使用方法2（开发安装）：

创建或编辑 .vscode/mcp.json 在您的工作空间中：

{
  "inputs": [
    {
      "type": "promptString",
      "id": "perplexity-key",
      "description": "API Key for Perplexity AI",
      "password": true
    }
  ],
  "servers": {
    "perplexity-mcp": {
      "command": "uv",
      "args": [
        "run",
        "perplexity-mcp"
      ],
      "cwd": "/path/to/perplexity-mcp",
      "env": {
        "PERPLEXITY_API_KEY": "${input:perplexity-key}"
      }
    }
  }
}

替换 /path/to/perplexity-mcp 使用克隆存储库的实际路径。

然后：

  1. 重新加载VS代码窗口
  2. 提示时输入您的困惑API键

对于其他MCP客户端

设置环境变量：

export PERPLEXITY_API_KEY="your-api-key-here"

然后运行：

uv run perplexity-mcp

可用功能

困惑MCP服务器提供了四个主要工具来与困惑AI API交互：

1. ask_perplexity -标准搜索

通过Perplexity AI执行网络搜索的主要工具。

它是如何工作的：

  • 向困惑AI发送查询，以从网络获取最新信息
  • 返回带有引用源的格式化响应
  • 除非另有说明，否则使用默认型号（声纳）

使用案例：

  • 搜索最新或实时信息
  • 基于多个网络资源获取答案
  • 核实事实或当前统计数据

例子：

#ask_perplexity
What are the latest AI developments in October 2024?

2. ask_perplexity_exact_response -未修改的响应

返回来自困惑AI的确切响应，无需任何修改或重新格式化。

它是如何工作的：

  • 类似于 ask_perplexity 但保留了困惑的原始反应
  • 不进行额外处理
  • 当你想要困惑的原始答案时，这是理想的

使用案例：

  • 当你想确切地看到困惑的反应时
  • 避免助理进行任何解释或重新格式化
  • 按照困惑提供的方式获取引文和来源

例子：

#ask_perplexity_exact_response
Search for the latest tech news in France

3. ask_perplexity_for_instructions -指令模式

旨在获得关于复杂主题的详细和可执行的说明。

它是如何工作的：

  • 使用特殊的教学预印本，指导困惑提供结构化的指导
  • 非常适合学习或理解技术概念
  • 返回详细的步骤、代码示例和清晰的解释

使用案例：

  • 学习新概念或新技术
  • 获取完成任务的分步指南
  • 通过实例理解复杂的主题
  • 生成带有详细解释的示例代码

例子：

#ask_perplexity_for_instructions
Create a REST API server in Go for my books database

4. ask_perplexity_to_learn -学习模式

专门为学习复杂主题而设计的教学工具。

它是如何工作的：

  • 使用先进的教学预印本，构建响应以促进学习
  • 将概念分解为逻辑步骤
  • 提供类比、具体示例和理解检查
  • 默认情况下使用推理模型进行更深入的解释

响应结构：

  1. 概念的简单概述
  2. 分解为逻辑步骤（3-7个步骤）
  3. 每一步：简单解释+具体示例+注释代码
  4. 用于验证理解的检查点
  5. 要点和提示总结，以进一步

使用案例：

  • 学习复杂的计算机科学概念（算法、数据结构等）
  • 理解数学原理
  • 研究新技术或框架
  • 技术主题的自主学习

例子：

#ask_perplexity_to_learn
Teach me arithmetic coding step by step with code examples in Go

可用声纳型号

所有工具都支持以下型号：

  • sonar （ask_perplexity和ask_perplexity_exact_response的默认值）

    • 快速、通用的搜索
    • 速度和质量之间的良好平衡
    • 非常适合大多数查询

  • sonar-pro

    • 提高精度和深度
    • 更多来源和分析
    • 推荐用于重要搜索

  • sonar-deep-research

    • 全面彻底的研究
    • 对多个来源的完整分析
    • 对于严肃的研究项目

  • sonar-reasoning （ask_perplexity_for_instructions和ask_perplex _to_rearn的默认值）

    • 高级推理能力
    • 更适合复杂的解释
    • 非常适合学习和指导

  • sonar-reasoning-pro

    • 扩展上下文的高级推理
    • 最适合复杂任务
    • 最佳理解和解释

发展

项目结构

perplexity-mcp/
├── perplexity_mcp/
│   ├── __init__.py
│   ├── server.py       # Main MCP server implementation
│   └── cli.py
├── pyproject.toml      # Project configuration
├── uv.lock            # Dependency lock file
└── README.md

许可证

看 许可证 文件以获取详细信息。

贡献

欢迎投稿！请随时提交拉取请求。

支持

有关问题和疑问，请在GitHub上打开问题。

相关 MCP