Perplexity Mcp Server Gfh

🚀 基于模型上下文协议的Perplexity集成项目

这是一个基于模型上下文协议（Model Context Protocol）构建的项目，主要用于实现与Perplexity的集成。借助该项目，我们能够利用Perplexity强大的搜索引擎和大语言模型（LLM），为用户提供更智能、更高效的搜索增强问答功能。

🚀 快速开始

安装依赖

npm install mcp-ts-template @perplexity/api

初始化配置

创建一个config.ts文件，并添加以下内容：

export const config = {
api_key: 'your-perplexity-api-key',
search_context_size: 5,
// 其他自定义配置
};

启动服务

运行命令：

npm run dev

✨ 主要特性

• 搜索增强问答：用户可以通过自然语言查询，获得基于Perplexity搜索结果的答案。
• 多参数支持：允许自定义搜索行为，例如指定返回相关问题、过滤搜索时间范围和域名等。
• 可扩展性：框架设计灵活，便于添加新的工具或功能模块。

📚 详细文档

架构设计

项目的整体架构遵循清晰的分层原则：

                    ┌──────────────┐
│    Client     │
└──────┬───────┘
│
┌──────▼───────┐
│   Handler    │
└──────┬───────┘
│
┌──────▼───────┐
│  Server      │
└──────┬───────┘
│
┌──────▼───────┐
│ Services     │
└──────┬───────┘
│
┌──────▼───────┐
│   Config     │
└──────┬───────┘
│
┌──────▼───────┐
│  Database    │
└──────────────┘

工具文档

perplexity_search 工具

该工具通过Perplexity API执行搜索增强查询，主要用于回答基于网络搜索结果的问题。

输入参数

示例用法

const result = await perplexity_search({
query: "什么是人工智能？",
return_related_questions: true,
search_recency_filter: 'week',
search_domain_filter: ['example.com']
});

开发指南

项目结构

• src/: 包含核心业务逻辑和模块。
• config/: 存放应用程序的配置文件。
• types/: 定义自定义类型和接口。

快速开发流程

1. 创建新功能模块：
   • 在src/components目录下新建一个组件文件。
   • 实现相关业务逻辑，并确保符合项目规范。
2. 测试新功能：
   • 使用单元测试框架（如Jest）编写并运行测试用例。
   • 确保所有新增功能通过测试验证。
3. 部署与发布：
   • 本地运行npm run build生成构建文件。
   • 提交代码到版本控制系统，并按照语义化版本进行发布。

项目维护

• 日志记录：在关键业务逻辑处添加适当的日志输出，便于调试和监控。
• 错误处理：为所有API调用和外部服务交互提供完善的错误捕捉与恢复机制。
• 性能优化：定期审查代码并优化潜在的性能瓶颈。

📄 许可证

本项目遵循MIT License，允许自由使用、修改和分发，但需保留版权声明。