Mcp Perplexity

Perplexity Chat MCP 服务

Perplexity MCP 服务提供基于 Python 的 Perplexity API 接口，支持查询回答、保留聊天记录和管理对话。它支持通过环境变量配置模型，并在本地存储聊天数据。该服务使用 Python 和 setuptools 构建，旨在集成到开发环境中。

此 MCP 服务旨在模拟用户在浏览器中使用 Perplexity Chat 的方式，让你的模型能够提问、继续对话并列出所有聊天。

组件

工具

• ask_perplexity：通过 Perplexity 请求编程方面的专家帮助。专注于编码解决方案、错误调试和技术解释。返回包含来源引用和替代建议的回答。
• chat_perplexity：与 Perplexity AI 保持持续对话。可以创建新聊天，或根据完整的历史记录上下文继续现有聊天。返回聊天 ID，供后续继续对话时使用。
• list_chats_perplexity：列出与 Perplexity AI 的所有可用聊天对话。返回聊天 ID、标题和创建日期（以相对时间格式显示，例如“5 分钟前”“2 天前”）。结果采用分页形式，每页 50 个聊天。
• read_chat_perplexity：获取指定聊天的完整对话历史记录。返回包含所有消息及其时间戳的完整聊天历史记录。不会调用 Perplexity API，此工具只会读取本地存储的数据。

主要功能

• **通过环境变量配置模型：**允许你使用 PERPLEXITY_MODEL 环境变量指定 Perplexity 模型，灵活选择模型。

  你还可以指定 PERPLEXITY_MODEL_ASK 和 PERPLEXITY_MODEL_CHAT，分别为 ask_perplexity 和 chat_perplexity 工具使用不同模型。

  这些变量会覆盖 PERPLEXITY_MODEL。你可以在 Perplexity 文档中查看可用模型。

• 持久化聊天历史记录：chat_perplexity 工具可与 Perplexity AI 保持持续对话。它可以创建新聊天，或根据完整的历史记录上下文继续现有聊天。返回聊天 ID，供后续继续对话时使用。

• **流式响应与进度报告：**使用进度报告，避免响应缓慢时发生超时。

快速入门

前提条件

使用此 MCP 服务前，请确保你已准备好：

• Python 3.10 或更高版本
• 已安装 uvx 包管理器

注意：uvx 的安装说明请见此处。

所有客户端的配置

要使用此 MCP 服务，请使用以下设置配置客户端（配置方式因客户端而异）：

"mcpServers": {
  "mcp-perplexity": {
    "command": "uvx",
    "args": ["mcp-perplexity"],
    "env": {
      "PERPLEXITY_API_KEY": "your-api-key",
      "PERPLEXITY_MODEL": "sonar-pro",
      "DB_PATH": "chats.db"
    }
  }
}

环境变量

使用以下环境变量配置 MCP Perplexity 服务：

变量	描述	默认值	必填
PERPLEXITY_API_KEY	你的 Perplexity API 密钥	无	是
PERPLEXITY_MODEL	交互的默认模型	sonar-pro	否
PERPLEXITY_MODEL_ASK	ask_perplexity 工具的指定模型	使用 PERPLEXITY_MODEL	否
PERPLEXITY_MODEL_CHAT	chat_perplexity 工具的指定模型	使用 PERPLEXITY_MODEL	否
DB_PATH	聊天历史数据库的存储路径	chats.db	否
WEB_UI_ENABLED	启用或禁用 Web UI	false	否
WEB_UI_PORT	Web UI 端口	8050	否
WEB_UI_HOST	Web UI 主机	127.0.0.1	否
DEBUG_LOGS	启用详细日志记录	false	否

使用 Smithery CLI

npx -y @smithery/cli@latest run @daniel-lxs/mcp-perplexity --config "{\"perplexityApiKey\":\"pplx-abc\",\"perplexityModel\":\"sonar-pro\"}"

使用方法

ask_perplexity

ask_perplexity 工具用于回答具体问题。此工具不会保留聊天历史，每个请求都是一次新的聊天。

如果指定了 PERPLEXITY_MODEL_ASK 模型，工具将使用该模型返回 Perplexity AI 的响应；否则将使用 PERPLEXITY_MODEL 模型。

chat_perplexity

chat_perplexity 工具用于持续对话，并会保留聊天历史。 聊天通过聊天 ID 标识。创建新聊天时，工具会返回该 ID。聊天 ID 的格式如下：wild-horse-12。

此工具适用于调试、研究以及其他需要聊天历史的任务。

如果指定了 PERPLEXITY_MODEL_CHAT 模型，工具将使用该模型返回 Perplexity AI 的响应；否则将使用 PERPLEXITY_MODEL 模型。

list_chats_perplexity

列出所有可用的聊天对话。它会返回分页的聊天列表，其中显示聊天 ID、标题和创建时间（相对格式）。你可以使用 page 参数指定页码（默认为 1，每页 50 个聊天）。

read_chat_perplexity

检索指定 chat_id 的完整对话历史。此工具会返回聊天中的所有消息，包括时间戳和角色（用户或助手）。此工具不会调用 Perplexity API；它只会从本地数据库读取数据。

Web UI

MCP Perplexity 服务现已包含 Web 界面，便于交互和管理聊天。

功能

• 交互式聊天界面
• 聊天历史管理
• 实时消息显示

截图

聊天列表视图

聊天界面

访问 Web UI

当 WEB_UI_ENABLED 设为 true 时，可通过 http://WEB_UI_HOST:WEB_UI_PORT 访问 Web UI。

默认地址为 http://127.0.0.1:8050。

开发

此项目使用 setuptools 进行开发和构建。开始步骤如下：

1. 创建虚拟环境：

   python -m venv .venv
   source .venv/bin/activate  # On Linux/macOS
   # or
   .venv\Scripts\activate  # On Windows
   

2. 以可编辑模式安装项目及其所有依赖项：

   pip install -e .
   

3. 构建项目：

   python -m build
   

虚拟环境将包含开发所需的所有依赖项。

贡献

欢迎为此项目作出贡献。更多信息请参阅 CONTRIBUTING.md 文件。

许可证

此项目采用 MIT 许可证。详情请参阅 LICENSE 文件。