这是一个研究级别的模型上下文协议 (MCP) 服务器实现,它无需 API 密钥,通过与 Perplexity 网站交互,就能为用户提供 AI 驱动的研究能力。
本项目可让你借助 Perplexity 网站实现强大的研究功能。你只需按照以下步骤操作,就能轻松开启使用之旅。
git clone https://github.com/wysh3/perplexity-mcp-zerver.git
cd perplexity-mcp-zerver
npm install
npm run build
search)在 Perplexity.ai 上执行搜索查询,支持 brief、normal 或 detailed 三种响应模式,返回原始文本输出。
get_documentation)要求 Perplexity 提供技术或库的文档和示例,可选择特定上下文,返回原始文本输出。
find_apis)要求 Perplexity 根据需求和上下文查找并评估 API,返回原始文本输出。
check_deprecated_code)要求 Perplexity 在特定技术上下文中分析代码片段中的已弃用功能,返回原始文本输出。
extract_url_content)使用浏览器自动化和 Mozilla 的可读性从 URL 提取主要文章文本内容,通过 gitingest.com 处理 GitHub 仓库,支持递归链接探索到指定深度,返回包含内容和元数据的结构化 JSON。
chat_perplexity)与 Perplexity AI 维持正在进行的对话,聊天历史本地存储在 chat_history.db 中,返回最新的响应文本。
将以下内容添加到你的 MCP 设置文件中:
{
"servers": {
"perplexity-researcher-mcp": {
"url": "http://localhost:1234",
"prompting": true,
"tools": [
"search",
"get_documentation",
"find_apis",
"check_deprecated_code",
"extract_url_content",
"chat_perplexity"
]
}
}
}
配置完成后,启动服务器:
npm start
现在你可以通过 MCP 调用这些工具。例如,使用 search 工具:
const result = await mcp.callTool("perplexity-researcher-mcp", "search", {
query: "如何学习人工智能"
});
本项目根据 GNU General Public License v3.0 许可,具体请查看 LICENSE.md 文件。
此项目通过 Puppeteer 与 Perplexity 网站进行网络自动化交互,仅用于教育和研究目的。网络抓取和自动化可能违反目标网站的服务条款,作者不鼓励或支持任何未经授权的自动化或服务条款违规行为,请负责任且合乎道德地使用。该项目的稳定性取决于 Perplexity 网站结构的一致性。
感谢以下项目: