网络搜索与AI回答服务

困惑MCP服务器

A. FastMCP 与Perplexity的API集成的服务器，提供网络搜索和基于人工智能的答案。

特性

三层研究工作流程

1. search -先脚踏实地

   • 提问前先找到相关来源
   • 返回URL、标题和代码段
   • 当你不知道一个话题时，使用这个

2. ask -获取AI答案（默认）

   • 基于网络的人工智能合成答案
   • 使用 sonar 模型（快速且经济高效）
   • 包括引用和可选图像/相关问题

3. ask_more -深入挖掘

   • 对复杂问题进行更全面的分析
   • 使用 sonar-pro 型号（功能更强，但价格更高）
   • 使用时间 ask 没有提供足够的深度

先决条件

• Python 3.10或更高版本
• A. 困惑API键
• 紫外线 （推荐）或pip

本地设置

1.安装依赖项

使用紫外线（推荐）：

uv pip install -e .

或者使用pip：

pip install -e .

2.配置API密钥

复制示例环境文件：

cp .env.example .env

编辑 .env 并添加您的困惑API密钥：

PERPLEXITY_API_KEY=your_api_key_here

3.运行服务器

在本地测试服务器：

uv run fastmcp run server.py

或者与 fastmcp CLI：

fastmcp run server.py

4.安装在克劳德桌面

安装服务器以与Claude Desktop一起使用：

fastmcp install claude-code server.py

或者手动添加到您的Claude Desktop配置中(~/Library/Application Support/Claude/claude_desktop_config.json 在macOS上）：

{
  "mcpServers": {
    "perplexity": {
      "command": "uv",
      "args": ["run", "fastmcp", "run", "/absolute/path/to/server.py"],
      "env": {
        "PERPLEXITY_API_KEY": "your_api_key_here"
      }
    }
  }
}

云部署（FastMCP云）

部署到 fastmcp.cloud 为了便于托管：

1.推送到GitHub

git init
git add .
git commit -m "Initial commit"
git remote add origin https://github.com/yourusername/perplexity-mcp.git
git push -u origin main

2.部署在FastMCP云上

1. 访问 fastmcp.cloud
2. 通过 GitHub 登录
3. 创建一个新项目并连接您的仓库
4. 配置：
   • 入口点: server.py
   • 环境变量：添加 PERPLEXITY_API_KEY
5. 部署！

您的服务器将在 https://your-project-name.fastmcp.app/mcp

FastMCP云自动：

• ✅ 检测来自的依赖关系 pyproject.toml
• ✅ 每次推送时都会部署 main
• ✅ 为PR创建预览部署
• ✅ 处理HTTP传输和身份验证

工具使用指南

研究工作流程示例

1. Don't know about a topic? → Use search()
   search("latest AI research papers on transformers")

2. Found sources? → Use ask() to understand
   ask("What are the key innovations in transformer models?")

3. Need more depth? → Use ask_more()
   ask_more("Explain the mathematical foundations of attention mechanisms in transformers")

刀具参数

search(query, max_results=10, recency=None, domain_filter=None)

• query：搜索查询字符串
• max_results：结果数（默认值：10）
• recency：按时间筛选- "day", "week", "month"，或 "year"
• domain_filter：包括/排除域
  • 包括： ["wikipedia.org", "github.com"]
  • 排除： ["-reddit.com", "-pinterest.com"]

ask(query, reasoning_effort="medium", ...)

• query：要问的问题
• reasoning_effort: "low", "medium" （默认），或 "high"
• search_mode: "web" （默认）， "academic"，或 "sec"
• recency：时间过滤器
• domain_filter：域筛选器
• return_images：包含图像（默认值：False）
• return_related_questions：包括后续问题（默认值：False）

ask_more(query, reasoning_effort="medium", ...)

参数与 ask()，但使用更强大的 sonar-pro 模型。

成本优化

• 从开始 search：寻找资源的免费/廉价方式
• 默认为 ask：用途 sonar （成本效益）
• 升级到 ask_more：仅在需要时（更昂贵）

发展

项目结构

perplexity-mcp/
├── server.py           # Main FastMCP server
├── pyproject.toml      # Dependencies
├── .env.example        # Environment template
└── README.md          # This file

检查服务器

看看FastMCP Cloud会看到什么：

fastmcp inspect server.py

api参考

此服务器使用两个困惑API端点：

• 搜索API (/search)-返回排名的搜索结果
• 聊天完成API (/chat/completions)-返回AI生成的答案

支持的型号：

• sonar -快速、经济高效
• sonar-pro -更全面

故障排除

API关键问题

如果您遇到身份验证错误：

1. 在验证您的API密钥https://www.perplexity.ai/settings/api
2. 检查一下 PERPLEXITY_API_KEY 设置正确
3. 确保没有多余的空格或引号

超时错误

如果请求超时：

• 默认超时为搜索30秒，聊天60秒
• 复杂的问题可能需要更长的时间
• 考虑使用 reasoning_effort="low" 以获得更快的响应

局部测试

测试单个工具：

uv run fastmcp dev server.py

这将打开一个交互式开发界面。

许可证

麻省理工学院

贡献

欢迎投稿！请打开问题或PR。

链接

• 困惑API文档
• FastMCP文档
• FastMCP云