Perplexity Ask MCP Server
一个用于 Perplexity API 的模型上下文协议服务器连接器,可以在不离开 MCP 生态系统的情况下进行网络搜索。
ppl-ai
README
Perplexity Ask MCP 服务器
一个集成了 Sonar API 的 MCP 服务器实现,为 Claude 提供无与伦比的实时、全网研究能力。

工具
- perplexity_ask
- 与 Sonar API 进行对话,进行实时网络搜索。
- 输入:
messages(数组): 对话消息的数组。- 每条消息必须包含:
role(字符串): 消息的角色 (例如,system,user,assistant)。content(字符串): 消息的内容。
- 每条消息必须包含:
配置
步骤 1:
克隆此仓库:
git clone git@github.com:ppl-ai/modelcontextprotocol.git
导航到 perplexity-ask 目录并安装必要的依赖项:
cd modelcontextprotocol/perplexity-ask && npm install
步骤 2: 获取 Sonar API 密钥
- 注册一个 Sonar API 账户。
- 按照账户设置说明,从开发者仪表板生成您的 API 密钥。
- 将 API 密钥设置为环境变量
PERPLEXITY_API_KEY。
步骤 3: 配置 Claude Desktop
-
在这里下载 Claude desktop。
-
将以下内容添加到您的
claude_desktop_config.json中:
{
"mcpServers": {
"perplexity-ask": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"PERPLEXITY_API_KEY",
"mcp/perplexity-ask"
],
"env": {
"PERPLEXITY_API_KEY": "YOUR_API_KEY_HERE"
}
}
}
}
NPX
{
"mcpServers": {
"perplexity-ask": {
"command": "npx",
"args": [
"-y",
"server-perplexity-ask"
],
"env": {
"PERPLEXITY_API_KEY": "YOUR_API_KEY_HERE"
}
}
}
}
您可以使用以下命令访问该文件:
vim ~/Library/Application\ Support/Claude/claude_desktop_config.json
步骤 4: 构建 Docker 镜像
Docker 构建:
docker build -t mcp/perplexity-ask:latest -f Dockerfile .
步骤 5: 测试
让我们确保 Claude for Desktop 正在获取我们在 perplexity-ask 服务器中暴露的两个工具。您可以通过查找锤子图标来做到这一点:

单击锤子图标后,您应该会看到 Filesystem MCP Server 附带的工具:

如果您看到这两个,则表示集成已激活。 恭喜! 这意味着 Claude 现在可以询问 Perplexity。 然后,您可以像使用 Perplexity Web 应用程序一样简单地使用它。
步骤 6: 高级参数
目前,使用的搜索参数是默认参数。 您可以直接在 index.ts 脚本中修改 API 调用中的任何搜索参数。 为此,请参阅官方 API 文档。
故障排除
Claude 文档提供了一个出色的故障排除指南,您可以参考。 但是,您仍然可以通过 api@perplexity.ai 与我们联系以获得任何其他支持或提交错误。
许可证
此 MCP 服务器是在 MIT 许可证下获得许可的。 这意味着您可以自由使用、修改和分发该软件,但须遵守 MIT 许可证的条款和条件。 有关更多详细信息,请参阅项目存储库中的 LICENSE 文件。
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。
AIO-MCP Server
🚀 集成了 AI 搜索、RAG 和多服务(GitLab/Jira/Confluence/YouTube)的一体化 MCP 服务器,旨在增强 AI 驱动的开发工作流程。来自 Folk。
Knowledge Graph Memory Server
为 Claude 实现持久性记忆,使用本地知识图谱,允许 AI 记住用户的信息,并可在自定义位置存储,跨对话保持记忆。
Hyperbrowser
欢迎来到 Hyperbrowser,人工智能的互联网。Hyperbrowser 是下一代平台,旨在增强人工智能代理的能力,并实现轻松、可扩展的浏览器自动化。它专为人工智能开发者打造,消除了本地基础设施和性能瓶颈带来的麻烦,让您能够:
https://github.com/Streen9/react-mcp
react-mcp 与 Claude Desktop 集成,能够根据用户提示创建和修改 React 应用程序。
MCP Atlassian
适用于 Atlassian Cloud 产品(Confluence 和 Jira)的 Model Context Protocol (MCP) 服务器。此集成专为 Atlassian Cloud 实例设计,不支持 Atlassian Server 或 Data Center 部署。