返回 MCP 目录
public公开dns本地运行

mcp-perplexity

Perplexity MCP Server是一个基于Python的接口服务,提供与Perplexity API交互的工具,支持查询响应、维护聊天历史和管理对话。它通过环境变量配置模型,并本地存储聊天数据,适合开发环境集成。

article

README

🚀 项目简介

本项目旨在解决开发过程中的常见问题,提供了一系列强大的工具,助力开发者更高效地完成任务。

✨ 主要特性

  • 维护对话历史:支持持续对话,每个对话都有唯一 ID。
  • 分页显示对话列表:方便管理大量对话记录。
  • 实时消息显示:通过 Web UI 提供直观的聊天界面。
  • 本地数据库访问:无需网络即可读取对话历史。

📦 安装指南

安装步骤

  1. 创建虚拟环境:

    python -m venv .venv
    source .venv/bin/activate  # 在 Linux/macOS 上运行
    # 或者在 Windows 上运行
    .venv\Scripts\activate
    
  2. 安装项目:

    pip install -e .
    
  3. 构建项目:

    python -m build
    

💻 使用示例

命令行使用

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

📚 详细文档

组件

工具介绍

ask_perplexity

ask_perplexity 工具用于回答具体的问题,每个请求都会被视为一个新的对话。该工具会使用 PERPLEXITY_MODEL_ASK 模型(如果指定)或默认的 PERPLEXITY_MODEL 模型来生成响应。

chat_perplexity

chat_perplexity 工具用于维护持续的对话历史记录。每个对话都有一个唯一的 ID,该 ID 在创建新对话时返回。你可以通过提供 page 参数(默认为 1)来指定要查看的页码(每页显示 50 条记录)。

list_chats_perplexity

list_chats_perplexity 工具用于列出所有可用的对话记录。它会以分页形式返回对话列表,显示每个对话的 ID、标题和创建时间(相对格式)。默认情况下,每页显示 50 条记录。

read_chat_perplexity

read_chat_perplexity 工具用于检索指定 chat_id 的完整对话历史记录。该工具会返回所有消息,包括时间和角色信息。此工具不会向 Perplexity 发起任何 API 请求,仅从本地数据库读取数据。

环境变量配置

以下是所有支持的环境变量及其默认值: | 变量名 | 说明 | 默认值 | | --- | --- | --- | | PERPLEXITY_API_KEY | Perplexity API 的访问密钥 | 必填 | | PERPLEXITY_MODEL | 默认使用的模型名称 | "gpt-3.5-turbo" | | DEBUG_LOGS | 启用详细日志记录 | false |

Web UI

功能特点

  • 交互式聊天界面:提供直观的对话体验。
  • 聊天历史管理:方便查看和操作所有对话记录。
  • 实时消息显示:支持即时消息更新。

访问方式

WEB_UI_ENABLED 设为 true 时,Web UI 将可通过地址 http://WEB_UI_HOST:WEB_UI_PORT 访问,默认为 http://localhost:8080

开发指南

  • 代码结构:项目采用模块化设计,便于扩展和维护。
  • 日志系统:集成详细日志记录,帮助调试和监控。

贡献指南

欢迎贡献!请参考项目的 GitHub 仓库了解更多信息。

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端