由Perplexity专门的人工智能模型驱动的智能研究助手。具有自动查询复杂度检测功能,可将请求路由到最适合的模型以获得最佳结果。与官方服务器不同,它具有适用于所有任务的搜索功能,实际上
它还强制使用MCP的代理必须具体化
快速搜索简单查询和基本信息查找。最适合需要简洁、直接答案的直截了当的问题。
const result = await use_mcp_tool({
server_name: "perplexity",
tool_name: "search",
arguments: {
query: "法国的首都是什么?",
force_model: false // 可选:即使查询看起来复杂也强制使用此模型
}
});
处理需要详细分析的复杂多步骤任务。非常适合解释、比较和解决问题。
const result = await use_mcp_tool({
server_name: "perplexity",
tool_name: "reason",
arguments: {
query: "对比REST和GraphQL API,解释它们的优点和缺点",
force_model: false // 可选:即使查询看起来简单也强制使用此模型
}
});
进行全面的研究并生成详细的报告。适合对复杂主题进行深入分析。
const result = await use_mcp_tool({
server_name: "perplexity",
tool_name: "deep_research",
arguments: {
query: "量子计算对密码学的影响",
focus_areas: [
"后量子加密算法",
"量子威胁的时间线",
"实际缓解策略"
],
force_model: false // 可选:即使查询看起来简单也强制使用此模型
}
});
前置条件
配置MCP设置
在您的MCP设置文件中添加以下内容(位置因平台而异):
{
"mcpServers": {
"perplexity": {
"command": "node",
"args": ["/path/to/perplexity-server/build/index.js"],
"env": {
"PERPLEXITY_API_KEY": "YOUR_API_KEY_HERE"
},
"disabled": false,
"autoApprove": []
}
}
}
或者使用NPX而不必本地安装(推荐用于macOS):
{
"mcpServers": {
"perplexity": {
"command": "npx",
"args": [
"-y",
"perplexity-mcp"
],
"env": {
"PERPLEXITY_API_KEY": "your_api_key"
}
}
}
}
如果MCP客户端无法通过环境变量解析Perplexity API密钥,例如在现代AI编码代理(如Kiro)中常见的"${env:PERPLEXITY_API_KEY}"方法,有两种备用解决方案:
命令行参数:直接作为命令行参数传递API密钥,甚至可以尝试看看"${env:PERPLEXITY_API_KEY}"是否在那里有效。
{
"mcpServers": {
"perplexity": {
"command": "node",
"args": [
"/path/to/perplexity-server/build/index.js",
"--api-key",
"your_api_key_here"
],
"disabled": false,
"autoApprove": []
}
}
}
读取明确的.env文件:指定项目.env文件的位置,该文件包含当前项目的环境变量和API密钥,并使用--cwd命令行参数,MCP服务器将从目录中读取.env文件找到Perplexity API密钥。
{
"mcpServers": {
"perplexity": {
"command": "node",
"args": [
"/path/to/perplexity-server/build/index.js",
"--cwd",
"/path/to/your/project"
],
"disabled": false,
"autoApprove": []
}
}
}
优先级顺序:命令行参数 > 环境变量 > 使用--cwd的.env文件(需要路径)