mcpField
P
Perplexity MCP Server

Perplexity MCP Server

本地服务
github.com/RossH121AI 与智能体422 周前更新

关于 Perplexity MCP Server

面向 Claude 等 MCP 客户端的 Perplexity MCP 服务,提供网页搜索、研究、Agent 和嵌入工具。其特点包括持久化域名与时效筛选,以及按查询自动选择模型。

主要功能

  1. 01生成带引用的 AI 搜索答案
  2. 02获取排序后的原始搜索结果
  3. 03提交异步深度研究任务
  4. 04提供 Agent 与嵌入工具
  5. 05持久化域名和时效筛选
  6. 06自动选择模型

适用场景

  1. 01开展带网页来源引用的研究
  2. 02为事实核查流程查找网址
  3. 03执行超出同步调用时限的研究
  4. 04按域名或日期限制搜索

MCP 相关

向 MCP 客户端提供 Perplexity 搜索、研究、Agent 和嵌入工具。客户端还可管理持久化搜索筛选条件和模型选择。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Perplexity MCP Server

一个 MCP 服务,可为 Claude 提供 Perplexity AI 网页搜索功能,支持自动选择模型、有状态筛选器和 10 个专用工具。

Perplexity Server MCP 服务

前置条件

安装

  1. 克隆此仓库:

    git clone https://github.com/RossH121/perplexity-mcp.git
    cd perplexity-mcp
    
  2. 安装依赖:

    npm install
    
  3. 构建服务:

    npm run build
    

配置

将服务添加到 Claude 的配置文件 ~/Library/Application Support/Claude/claude_desktop_config.json 中:

{
  "mcpServers": {
    "perplexity-server": {
      "command": "node",
      "args": ["/absolute/path/to/perplexity-mcp/build/index.js"],
      "env": {
        "PERPLEXITY_API_KEY": "your-api-key-here",
        "PERPLEXITY_MODEL": "sonar-pro"
      }
    }
  }
}

将 /absolute/path/to 替换为克隆仓库的实际路径。

可用模型

服务会根据你的查询自动选择最佳模型;你也可以通过 PERPLEXITY_MODEL 设置默认模型:

模型最适用于
sonar-deep-research综合报告、详尽的多来源研究
sonar-reasoning-pro复杂逻辑、数学、思维链分析
sonar-pro常规搜索、事实查询(默认)
sonar快速、简单的查询

价格和可用性信息:https://docs.perplexity.ai/guides/pricing

工具

search — AI 驱动的网页搜索

主要搜索工具。根据你的查询自动选择合适的模型。返回带引用来源的综合答案。

参数选项描述
querystring你的搜索查询
search_context_sizelow / medium / high要检索的网页上下文量。low 速度最快、成本最低(默认),high 最全面
search_typefast / pro / auto搜索引擎等级(嵌套在 web_search_options 中)
reasoning_effortminimal / low / medium / highsonar-deep-research 的推理深度
strip_thinkingboolean从推理模型的响应中移除 `` 块
search_modeweb / academic / secacademic 优先搜索同行评审论文;sec 搜索 SEC 文件
search_after_date / search_before_dateMM/DD/YYYY按发布日期筛选来源
last_updated_after / last_updated_beforeMM/DD/YYYY按最后更新日期筛选来源
search_language_filter["en","de"]将来源限制为指定语言(ISO 639-1)
language_preferenceISO 639-1首选响应语言
disable_searchboolean仅根据训练数据回答(不进行网页搜索)
enable_search_classifierboolean由分类器决定是否进行搜索
return_imagesboolean在末尾附加包含结果 URL 的图片部分
image_domain_filter / image_format_filterstring[]按域名或格式筛选图片
return_related_questionsboolean在末尾附加后续问题建议
country / latitude / longitude—通过 user_location 本地化结果
stream_modefull / concisePro Search 的流式事件格式
show_costboolean在可用时于末尾附加请求成本信息
streamboolean启用流式响应

示例:

  • “聚变能源的最新进展是什么?” → 自动选择 sonar-pro
  • “对 CRISPR 基因编辑进展进行深度研究分析” → 自动选择 sonar-deep-research
  • “逐步解答这道逻辑谜题” → 自动选择 sonar-reasoning-pro
raw_search — 原始排名结果(无 LLM)

直接返回排名后的网页结果,不进行 AI 综合。速度更快、成本更低,适用于发现 URL、构建来源列表或事实核查工作流。

参数选项描述
querystring 或 string[]搜索查询,或在一次请求中运行的查询数组
max_results1–20结果数量(默认值:10)
max_tokens / max_tokens_per_pagenumber总体 / 每条结果的令牌预算
search_modeweb / academic / sec来源类别
search_typeweb / peoplepeople 会路由至 People Search
recencyhour / day / week / month / year时间范围筛选条件
search_after_date / search_before_dateMM/DD/YYYY按发布日期筛选
last_updated_after / last_updated_beforeMM/DD/YYYY按最后更新时间筛选
search_language_filter["en","de"]限定语言(ISO 639-1)
countryISO 3166 代码本地化结果(例如 US、GB)

注意:先前版本会以 camelCase 发送这些参数,但 Search API 会静默忽略它们,因此 max_results、recency、search_mode 和日期筛选条件均不起作用。现已修复,现在这些参数会生效。

async_research — 长时间运行的深度研究

提交 sonar-deep-research 任务并轮询其状态,而不是等待同步调用完成。适用于研究可能超过 5 分钟同步超时时间的情况。任务会在创建 7 天后过期。

参数选项描述
actionsubmit / status / list要执行的操作
querystring研究问题(submit 必需)
request_idstring先前 submit 返回的任务 ID(status 必需)
modelSonar 模型任务模型(默认值:sonar-deep-research)
reasoning_effortminimal / low / medium / high推理深度
search_modeweb / academic / sec来源类别
strip_thinkingboolean从已完成的结果中移除 <think> 块
"Submit async research: comprehensive comparison of solid-state battery startups"
→ returns a request_id
"Check async research status for <request_id>"
agent — 使用内置工具的 Agent 循环

Perplexity Agent API。运行可调用内置工具并可选择使用第三方模型的多步骤 Agent。

参数选项描述
inputstring任务或问题
model例如 openai/gpt-4.1带提供方前缀的模型
modelsstring[]回退链(优先于 model)
presetfast-search / pro-search / deep-research使用命名预设,而非指定模型
instructionsstring系统提示词
max_steps1–10Agent/工具步骤的最大数量
max_output_tokensnumber最大输出令牌数
toolsweb_search / fetch_urlAgent 可以使用的内置工具
embeddings — 文本嵌入

通过 Perplexity Embeddings API 生成嵌入。默认返回简要摘要(模型、向量数量、令牌用量)。

参数选项描述
inputstring 或 string[]要嵌入的文本(最多 512 条)
modelpplx-embed-v1-0.6b / pplx-embed-v1-4b嵌入模型(默认值:0.6b)
dimensionsnumber输出维度(Matryoshka)
fullboolean包含原始 Base64 编码的向量
domain_filter — 域名允许列表/阻止列表

限制搜索结果仅包含特定域名,或排除特定域名。筛选条件会持续应用于后续所有搜索,直至清除。

  • action: "allow" — 将结果限制为此域名(允许列表模式)
  • action: "block" — 从结果中排除此域名(阻止列表模式)
  • 最多 20 个域名;同一组筛选条件中不能混用允许和阻止操作
"Allow results only from arxiv.org and nature.com"
"Block pinterest.com and reddit.com from search results"
recency_filter — 时间范围筛选条件

将搜索结果限制在特定时间段内。此筛选条件会持续生效,直至更改。

选项:hour、day、week、month、year、none

"Set recency filter to week"
"Remove the recency filter"
clear_filters — 重置所有筛选条件

一次调用即可清除所有域名和时间范围筛选条件。

list_filters — 查看活跃筛选器

显示当前活跃的域名允许列表/阻止列表和时效设置。

model_info — 查看或覆盖模型选择

查看可用模型和当前选择,或手动强制指定模型。

"Show model info"
"Set model to sonar-deep-research"

智能模型选择

服务器会根据关键词列表为你的查询评分,并自动选择合适的模型:

  • 研究关键词(deep research、comprehensive、in-depth)→ sonar-deep-research
  • 推理关键词(solve、logic、mathematical、figure out)→ sonar-reasoning-pro
  • 简单查询关键词(quick、brief、basic)→ sonar
  • 其他所有情况 → sonar-pro

每个响应都会显示所用模型及其原因。如果查询与某个模型高度匹配(评分 ≥ 2),则会覆盖手动设置的模型。

工作流示例

带域名筛选的时效性研究:

  1. recency_filter → week
  2. domain_filter → 允许 nature.com、允许 arxiv.org
  3. search → “量子纠错领域的最新突破”

金融文档研究:

  1. 使用 search_mode: "sec" 调用 raw_search → 查找相关文件
  2. 使用 search_mode: "sec" 调用 search → 综合分析

学术文献综述:

  1. 使用 search_mode: "academic"、search_context_size: "high" 调用 search → 获取同行评审来源的全面结果

带推理控制的深度研究:

  1. 使用 reasoning_effort: "high"、strip_thinking: true 调用 search → 进行全面分析,同时不在输出中包含 <think> 块

开发

npm run build   # Compile TypeScript to build/
npm start       # Run the built server

源代码位于 src/ — 编辑后,重新构建并重启 Claude 以加载更改。

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。