使用说明

项目简介

Perplexity Deep Research MCP Server 是一个基于 Model Context Protocol (MCP) 的服务器实现，它为 AI 助手提供了一个强大的 'deep_research' 工具。该工具利用 Perplexity AI 的 'sonar-deep-research' 模型，能够执行深入的网页搜索，并返回带有引用的高质量搜索结果。这使得 AI 助手能够获取最新的网络信息，并为用户提供更可靠、更具 context 感知的回答。

主要功能点

deep_research 工具: 提供网页搜索功能，允许 AI 助手根据用户查询执行全面的网络搜索。
Perplexity AI 支持: 基于 Perplexity AI 的 'sonar-deep-research' 模型，保证搜索结果的质量和相关性。
搜索结果引用: 返回的搜索结果包含来源引用，增强信息的可信度。
搜索时间过滤: 支持按时间（小时、天、周、月）过滤搜索结果，获取最新信息。
易于集成: 通过 MCP 协议与各种 AI 客户端集成，提供标准化的上下文服务。

安装步骤

环境准备: 确保已安装 Node.js 和 npm。

克隆仓库: 使用 git 命令克隆仓库到本地：

git clone https://github.com/arjunkmrm/perplexity-deep-research

cd perplexity-deep-research

安装依赖: 使用 npm 安装项目依赖：
```
npm install
```

配置 API 密钥:

在 '.env' 文件中添加 Perplexity API 密钥：

PERPLEXITY_API_KEY=YOUR_PERPLEXITY_API_KEY  # 替换为你的 Perplexity API 密钥

启动服务器: 运行以下命令启动 MCP 服务器：
```
npm start
```

服务器配置

对于 MCP 客户端，需要配置以下信息以连接到此 MCP 服务器。假设您在项目根目录下启动服务器。

{
  "serverName": "perplexity-deep-research-server",
  "command": "npm",
  "args": ["start"]
}

基本使用方法

当服务器成功启动并与 MCP 客户端连接后，AI 助手可以通过调用 'deep_research' 工具来执行网页搜索。

例如，AI 助手可以发送如下请求来调用 'deep_research' 工具：

{
  "jsonrpc": "2.0",
  "method": "call_tool",
  "params": {
    "name": "deep_research",
    "arguments": {
      "query": "最新的AI研究进展",
      "search_recency_filter": "month"
    }
  },
  "id": "123"
}

服务器将返回包含搜索结果内容和引用的 JSON 响应。

关键词