使用说明

困惑MCP服务器

MCP（模型上下文协议）服务器，提供对Perplexity AI强大搜索功能的访问，包括网络搜索、学术研究、财务数据和高级过滤选项。

特性

困惑MCP服务器提供 六种功能 全面的搜索和结果管理：

搜索功能（4）

每个都针对不同的用例进行了优化。 所有函数都会自动返回源URL 如果启用了缓存，则将结果保存在本地。

perplexity_search：具有实时信息的一般网络搜索。最适合时事、常识和快速事实。
perplexity_academic_search：自动筛选学术资源（arxiv.org、pubmed、期刊）。最适合研究论文、科学研究和学术内容。
perplexity_financial_search：针对金融领域和最新数据进行了优化。最适合股票分析、收益报告、美国证券交易委员会文件和市场趋势。
perplexity_filtered_search：具有多种过滤选项的高级搜索。当您需要特定的域过滤、内容类型或基于位置的结果时，这是最好的选择。

缓存管理功能（2）

管理以前保存的搜索结果，以便于参考和重用。

list_previous：列出所有具有唯一ID的先前搜索查询，按最近度排序。返回包含查询详细信息的JSON数组。
get_previous_result：通过其唯一的10个字符的ID检索以前缓存的搜索结果。

安装

确保您已安装Go 1.23或更高版本
克隆此存储库
构建服务器：
```
./run.sh build
```

配置

服务器需要一个Perplexity API密钥，并通过环境变量支持各种配置选项：

必需

PERPLEXITY_API_KEY：您的困惑AI API密钥

可选的

PERPLEXITY_DEFAULT_MODEL：要使用的默认型号（默认：“声纳”）
- sonar：快速、经济高效地搜索快速事实
- sonar-pro：全面搜索，具有更好的深度和覆盖范围
PERPLEXITY_MAX_TOKENS：响应中的最大令牌数（默认值：1024）
PERPLEXITY_TEMPERATURE：响应随机性0-2（默认值：0.2）
PERPLEXITY_TOP_P：Nucleus采样参数（默认值：0.9）
PERPLEXITY_TOP_K：Top-k采样参数（默认值：0）
PERPLEXITY_TIMEOUT：请求超时时间（默认值：30s）
PERPLEXITY_RETURN_IMAGES：默认情况下包含图像（默认值：false）
PERPLEXITY_RETURN_RELATED：默认情况下包含相关问题（默认值：false）
PERPLEXITY_RESULTS_ROOT_FOLDER：存储缓存搜索结果的目录（默认：空/禁用）

用法

MCP服务器模式

在MCP模式下运行服务器（默认）：

export PERPLEXITY_API_KEY="your-api-key"
./run.sh run
# or directly: ./perplexity

终端模式（CLI测试）

直接从命令行测试单个功能：

export PERPLEXITY_API_KEY="your-api-key"

# Test different search types
./run.sh search "latest AI news" sonar-pro
./run.sh academic "quantum computing" sonar-pro
./run.sh financial "AAPL earnings" sonar-pro
./run.sh filtered "renewable energy" sonar-pro

# Cache management
./run.sh list                    # List previous queries
./run.sh get ABC123XYZ0         # Get cached result by ID

集成测试

针对真正的困惑API运行集成测试：

export PERPLEXITY_API_KEY="your-api-key"
./run.sh integration-test

MCP客户端配置

要将此服务器与MCP客户端一起使用，请将其添加到您的客户端配置中：

{
  "servers": {
    "perplexity": {
      "command": "path/to/perplexity",
      "env": {
        "PERPLEXITY_API_KEY": "your-api-key"
      }
    }
  }
}

本地结果缓存

当出现以下情况时，服务器会自动缓存搜索结果 PERPLEXITY_RESULTS_ROOT_FOLDER 已配置：

存储：每个结果都保存在 /unique_id/result.md 元数据在 /unique_id/metadata.yaml
唯一ID：10个字符的字母数字标识符（例如。， A1B2C3D4E5)
结果ID：启用缓存后，搜索响应包括 **Result ID:** ABC123XYZ0
不得重复使用：每次搜索都会创建一个新的缓存条目，即使对于相同的查询也是如此
LLM集成：非常适合LLM在对话中参考之前的搜索

缓存管理示例

# List previous searches
echo '{"method": "tools/call", "params": {"name": "list_previous", "arguments": {}}}' | ./perplexity

# Get specific result
echo '{"method": "tools/call", "params": {"name": "get_previous_result", "arguments": {"unique_id": "A1B2C3D4E5"}}}' | ./perplexity

函数参考

困惑研究

执行一般网络搜索。

参数：

query （必填）：搜索查询
model：选择“声纳”进行快速搜索，或选择“声纳专业版”进行全面搜索（默认：声纳）
search_domain_filter：要包含的域数组
search_exclude_domains：要排除的域数组
search_recency_filter：时间过滤器（小时、天、周、月、年）
return_images：包括图像
return_related_questions：包括相关问题
max_tokens：最大响应令牌数
temperature：响应随机性（0-2）
date_range_start：开始日期（YYYY-MM-DD）
date_range_end：结束日期（YYYY-MM-DD）
location：地理特定搜索位置

例子：

{
  "query": "latest AI developments",
  "model": "sonar-pro",
  "search_recency_filter": "week",
  "return_citations": true
}

困惑_学术研究

搜索学术论文和学术内容。

参数：

query （必填）：学术搜索查询
subject_area：学术科目（如“物理”、“计算机科学”）
model：默认为“sonar pro”以获得全面的学术成果
search_domain_filter：一系列学术领域
search_recency_filter：时间过滤器
max_tokens：最大响应令牌数
temperature：响应随机性

例子：

{
  "query": "quantum computing applications",
  "subject_area": "Physics",
  "search_recency_filter": "year"
}

困惑_金融_研究

搜索财务数据和SEC文件。

参数：

query （必填）：财务搜索查询
ticker：股票代码（例如“AAPL”）
company_name：公司名称
report_type：财务报告类型（例如，“10-K”、“10-Q”、“8-K”）
model：默认为“sonar pro”以获取全面的财务数据
search_recency_filter：时间过滤器
date_range_start：报告开始日期
date_range_end：报告结束日期
max_tokens：最大响应令牌数

例子：

{
  "query": "quarterly earnings",
  "ticker": "MSFT",
  "report_type": "10-Q",
  "search_recency_filter": "month"
}

困惑_过滤_搜索

具有全面过滤功能的高级搜索。

参数：

query （必填）：搜索查询
model：根据需要选择（默认为sonar pro）
search_domain_filter：要包含的域数组
search_exclude_domains：要排除的域数组
search_recency_filter：时间过滤器
content_type：内容类型（新闻、学术、博客等）
file_type：文件类型过滤器（pdf、doc、html等）
language：语言筛选器
country：地理特定搜索的国家
date_range_start：开始日期
date_range_end：结束日期
return_citations：包括引用
return_images：包括图像
return_related_questions：包括相关问题
max_tokens：最大响应令牌数
temperature：响应随机性
custom_filters：具有附加键值过滤器的对象

例子：

{
  "query": "renewable energy innovations",
  "content_type": "news",
  "language": "English",
  "country": "Germany",
  "search_recency_filter": "month",
  "custom_filters": {
    "industry": "energy",
    "technology": "solar"
  }
}

list_previous

列出所有包含元数据的先前搜索查询。

参数： 无

答复： 带有查询历史的JSON数组，按最近时间排序（最近的优先）。

例子：

[
  {
    "query": "latest AI developments",
    "unique_id": "A1B2C3D4E5",
    "datetime": "2025-01-15T10:30:45Z",
    "search_type": "general"
  },
  {
    "query": "quantum computing research",
    "unique_id": "X9Y8Z7W6V5",
    "datetime": "2025-01-15T09:15:30Z",
    "search_type": "academic"
  }
]

get_previous_result

通过唯一ID检索缓存的搜索结果。

参数：

unique_id （必填）：缓存结果的10个字符的字母数字ID

退货： 缓存搜索的完整降价结果。

例子：

{
  "unique_id": "A1B2C3D4E5"
}

响应格式

所有搜索函数都以以下格式返回响应：

主要内容：搜索结果和答案
源URL：LLM可以获取的源URL列表，以获取更多详细信息
详细来源 （如果可用）：每个源的标题、URL和代码段
相关问题 （如有要求）：建议的后续问题
结果ID （如果启用了缓存）：用于稍后检索此结果的唯一10个字符的ID

响应结构示例：

[Main search results content...]

## Source URLs
1. https://example.com/article1
2. https://example.com/article2
3. https://example.com/article3

## Detailed Sources
1. **Article Title**
   URL: https://example.com/article1
   Snippet: Brief excerpt from the article...

## Related Questions
- What are the latest developments?
- How does this compare to...?

**Result ID:** A1B2C3D4E5

发展

运行测试

运行单元测试：

./run.sh test

使用真正的API运行集成测试：

./run.sh integration-test

项目结构

服务器遵循干净的架构原则，关注点分离：

perplexity/
├── cmd/
│   └── main.go              # Thin entry point with terminal mode (~200 lines)
├── pkg/
│   ├── handler/             # MCP protocol layer
│   │   ├── handler.go       # Main MCP handler  
│   │   ├── tools.go         # Tool definitions
│   │   └── search_handlers.go # Parameter extraction
│   ├── search/              # Core business logic
│   │   ├── types.go         # Local search types
│   │   ├── search.go        # Strongly-typed search functions
│   │   └── client.go        # Perplexity API client
│   ├── cache/               # Result caching system
│   ├── config/              # Configuration management
│   └── types/               # Perplexity API types
├── test/
│   └── test.go             # Integration tests
└── README.md

架构优势

瘦主.go：从360条减少到197条（减少45%）
终端模式：直接CLI测试，无需MCP协议开销
关注点分离：MCP协议处理与业务逻辑分开
强类型：核心函数使用正确的Go结构，而不是 map[string]interface{}
本地类型：每个包都有自己的类型，防止循环依赖
易于测试：业务逻辑可以独立测试

错误处理

服务器处理各种错误情况：

API密钥无效或丢失（401）
速率限制（429）
无效参数（400）
服务器错误（500）

错误会返回描述性消息，以帮助诊断问题。

许可证

MIT许可证-有关详细信息，请参阅许可证文件。

使用说明

困惑MCP服务器

特性

搜索功能（4）

缓存管理功能（2）

安装

配置

必需

可选的

用法

MCP服务器模式

终端模式（CLI测试）

集成测试

MCP客户端配置

本地结果缓存

缓存管理示例

函数参考

困惑研究

困惑_学术研究

困惑_金融_研究

困惑_过滤_搜索

list_previous

get_previous_result

响应格式

发展

运行测试

项目结构

架构优势

错误处理

许可证

相关 MCP

AKShare One MCP 股市数据服务

金融数据MCP服务器

Meilisearch MCP 搜索服务器

对话历史搜索服务

金融数据服务

金融数据分析服务器