关键词

网页搜索Perplexity信息检索LLM工具知识库访问

项目简介

Perplexity搜索 MCP 服务器是一个基于 Model Context Protocol (MCP) 的后端实现，它将 Perplexity 搜索引擎的功能封装成一个工具，供大型语言模型（LLM）客户端调用。通过这个服务器，LLM 可以利用 Perplexity 强大的搜索能力，获取最新的网络信息，并将其作为上下文信息用于生成更准确、更有依据的回复。

主要功能点

  • 网页搜索工具 (perplexity_search): 提供核心的网页搜索功能，LLM 可以通过调用此工具，向 Perplexity 发起搜索请求。
  • 参数化搜索: 支持丰富的搜索参数，例如：
    • 'query': 指定搜索关键词。
    • 'search_recency_filter': 按时间过滤搜索结果（如最近一小时、一天、一周、一月）。
    • 'max_tokens': 限制返回结果的最大 token 数。
    • 'temperature', 'top_p', 'top_k', 'presence_penalty', 'frequency_penalty': 控制搜索结果生成的多样性和质量。
    • 'search_domain_filter': 限定搜索结果的域名范围。
    • 'return_images', 'return_related_questions': 控制是否返回图片链接和相关问题。
    • 'web_search_options': 配置网页搜索选项，例如 'search_context_size' 控制搜索上下文大小。
  • 多种 Perplexity 模型支持: 支持多种 Perplexity 搜索和推理模型，包括 'sonar-pro', 'sonar', 'sonar-deep-research', 'sonar-reasoning-pro', 'sonar-reasoning', 'r1-1776'，可以根据需求选择合适的模型。
  • MCP 标准协议: 完全遵循 MCP 协议，易于与各种支持 MCP 协议的 LLM 客户端集成。

安装步骤

  1. 安装 Go 环境: 确保已安装 Go 1.23 或更高版本。
  2. 克隆仓库: 
    git clone https://github.com/chenxilol/perplexity-mcp-go.git
cd perplexity-mcp-go
  3. 构建应用程序: 
    go build -o perplexity-search-mcp

服务器配置

MCP 客户端（例如 Claude）需要配置 MCP 服务器的连接信息。以下是一个 'claude_desktop_config.json' 文件的配置示例，用于配置 Perplexity搜索 MCP 服务器：

{
  "mcpServers": {
    "perplexity-search": {  // 服务器名称，客户端用此名称引用
      "command": "/path/to/perplexity-search-mcp", // perplexity-search-mcp 可执行文件的路径
      "env": {
        "PERPLEXITY_API_KEY": "YOUR_PERPLEXITY_API_KEY" // 你的 Perplexity API 密钥，**必填**
      }
    }
  }
}

配置参数说明:

  • '"perplexity-search"': 这是你为该 MCP 服务器定义的名称，在客户端配置和调用工具时会用到这个名称。可以自定义，但需要与客户端配置保持一致。
  • '"command"': 指向编译生成的可执行文件 'perplexity-search-mcp' 的绝对路径。请根据你的实际文件路径进行修改。
  • '"env"': 环境变量配置。
    • '"PERPLEXITY_API_KEY"': 必须配置，替换为你在 Perplexity 平台申请的 API 密钥。

环境变量配置 (可选):

除了 'PERPLEXITY_API_KEY'，还可以通过环境变量配置以下参数以自定义服务器行为（可选）：

  • 'DEFAULT_MAX_TOKENS': 设置默认的最大返回 token 数，默认为 2000。
  • 'PERPLEXITY_MODEL': 设置默认的 Perplexity 模型，默认为 'sonar-pro'。
  • 'DEFAULT_SEARCH_CONTEXT_SIZE': 设置默认的搜索上下文大小，默认为 'medium'，可选值包括 'low', 'medium', 'high'。

基本使用方法

  1. 启动服务器: 在终端中，设置 'PERPLEXITY_API_KEY' 环境变量并运行编译生成的可执行文件 'perplexity-search-mcp'：

    export PERPLEXITY_API_KEY="YOUR_PERPLEXITY_API_KEY"
./perplexity-search-mcp

    服务器成功启动后，会在终端输出 "Perplexity Search MCP Server running..." 的信息。

  2. 配置 MCP 客户端: 根据 MCP 客户端 (例如 Claude) 的文档，配置 MCP 服务器连接信息，将上面提供的 'claude_desktop_config.json' 示例中的配置添加到客户端的配置文件中，并确保 'command' 和 'PERPLEXITY_API_KEY' 配置正确。

  3. 在 LLM 中使用 'perplexity_search' 工具: 在支持 MCP 协议的 LLM 客户端中，你可以指示 LLM 使用 'perplexity_search' 工具进行网页搜索。例如，在 Claude 中，你可以这样指示：

    使用 perplexity-search 工具搜索 "最新的 AI 研究进展"，并将搜索时间限定在最近一周。

    LLM 客户端会将你的指令转换为 MCP 请求发送给 Perplexity搜索 MCP 服务器，服务器执行搜索并将结果返回给 LLM 客户端，最终 LLM 将搜索结果整合到回复中。

    你还可以通过更详细的参数控制搜索行为，例如：

    {
  "tool_calls": [
    {
      "id": "search-tool-1",
      "type": "function",
      "function": {
        "name": "perplexity_search",
        "arguments": {
          "query": "最新可解释性 AI 技术",
          "search_recency_filter": "week",
          "temperature": 0.5,
          "return_related_questions": true,
          "web_search_options": {
            "search_context_size": "high"
          }
        }
      }
    }
  ]
}

    请参考 MCP 协议和 LLM 客户端的文档，了解更高级的工具调用方法。

信息

分类

网页与API

访问项目