Perplexity MCP Server

Perplexity 聊天 MCP 服务器

Perplexity MCP 服务器为 Perplexity API 提供了基于 Python 的接口，提供查询回复、维护聊天历史记录和管理对话的工具。它支持通过环境变量配置模型，并在本地存储聊天数据。它使用 Python 和 setuptools 构建，旨在与开发环境集成。

MCP 服务器旨在模拟用户如何在浏览器上与 Perplexity Chat 进行交互，允许您的模型提出问题、继续对话并列出所有聊天。

成分

工具

• ask_perplexity ：通过 Perplexity 请求专家编程帮助。专注于代码解决方案、错误调试和技术解释。返回的答案包含来源引用和备选建议。
• chat_perplexity ：与 Perplexity AI 保持持续对话。创建新聊天或继续现有聊天，并保留完整的历史记录。返回聊天 ID 以供将来继续使用。
• list_chats_perplexity ：列出所有可用的 Perplexity AI 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”）。结果分页显示，每页 50 条聊天记录。
• read_chat_perplexity ：检索特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。无需调用 Perplexity 的 API，仅从本地存储读取数据。

主要特点

• **通过环境变量配置模型：**允许您使用PERPLEXITY_MODEL环境变量指定 Perplexity 模型，以便灵活地选择模型。您还可以指定PERPLEXITY_MODEL_ASK和PERPLEXITY_MODEL_CHAT来分别为ask_perplexity和chat_perplexity工具使用不同的模型。这些将覆盖PERPLEXITY_MODEL 。您可以在Perplexity文档中查看哪些模型可用。
• 持久聊天记录： chat_perplexity工具可维护与 Perplexity AI 的持续对话。它可以创建新的聊天或继续现有对话，并保留完整的历史记录。此外，它还会返回聊天 ID，以便将来继续使用。
• **带有进度报告的流式响应：**使用进度报告来防止缓慢响应超时。

快速入门

先决条件

在使用此 MCP 服务器之前，请确保您已：

• Python 3.10 或更高版本
• 已安装uvx包管理器

注意：uvx 的安装说明可在此处找到。

所有客户端的配置

要使用此 MCP 服务器，请使用以下设置配置您的客户端（配置方法因客户端而异）：

环境变量

使用以下环境变量配置 MCP Perplexity 服务器：

使用 Smithery CLI

用法

询问困惑

ask_perplexity工具用于特定问题，该工具不保留聊天历史记录，每个请求都是一次新的聊天。

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

聊天困惑

chat_perplexity工具用于记录正在进行的对话，并维护聊天历史记录。每个聊天都通过聊天 ID 进行标识，每次创建新聊天时，该工具都会返回此 ID。聊天 ID 如下所示： wild-horse-12 。

此工具对于调试、研究以及任何其他需要聊天历史记录的任务很有用。

如果指定，该工具将使用PERPLEXITY_MODEL_CHAT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。它返回一个分页的聊天列表，显示聊天 ID、标题和创建时间（相对路径格式）。您可以使用 page 参数指定page （默认为 1，每页 50 条聊天）。

read_chat_perplexity

检索指定chat_id的完整对话历史记录。此工具返回聊天中的所有消息，包括时间戳和角色（用户或助手）。此工具不会对 Perplexity 进行任何 API 调用；它仅从本地数据库读取数据。

Web 用户界面

MCP Perplexity 服务器现在包含一个 Web 界面，可以更轻松地进行聊天交互和管理。

特征

• 交互式聊天界面
• 聊天记录管理
• 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设置为true时，Web UI 将在http://WEB_UI_HOST:WEB_UI_PORT上可用。

默认情况下，这是http://127.0.0.1:8050 。

发展

本项目使用 setuptools 进行开发和构建。开始操作：

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

该项目开放贡献。请参阅CONTRIBUTING.md文件了解更多信息。

执照

本项目遵循 MIT 许可证。详情请参阅LICENSE文件。