perplexity-mcp-zerver

你是否曾经因为没有付费API密钥而无法使用强大的AI搜索功能？或者你希望能在自己的MCP客户端中免费获得Perplexity级别的联网研究能力？今天要介绍的开源项目perplexity-mcp-zerver，正好可以满足这个需求。它通过巧妙的浏览器自动化技术，让你无需任何API密钥就能使用Perplexity的AI搜索能力，而且完全集成到MCP生态系统中。

项目基本信息

一、项目介绍

perplexity-mcp-zerver是一个极简主义的MCP研究服务器。它的核心功能是通过Puppeteer浏览器自动化技术，模拟人类用户访问Perplexity的网页界面，从而将Perplexity的AI研究能力以MCP工具的形式暴露出来。简单来说，它让你可以在Claude Desktop、Cursor或其他MCP客户端中，直接使用Perplexity的搜索和研究功能，而无需支付昂贵的API费用。

这个项目特别适合那些需要频繁进行联网研究、查找文档、发现API或检查代码废弃模式的开发者。它提供了六个专门设计的工具，覆盖了从简单搜索到深度对话的各种需求。

二、核心优势

开源免费且遵循GPL v3协议

项目代码完全公开，采用GNU通用公共许可证v3.0。你可以自由使用、学习和修改，但如果分发修改版本，也需要开源。

零API密钥运行

这是项目最吸引人的特点。你不需要注册任何开发者账户，不需要绑定信用卡，也不需要处理复杂的API配额管理。它通过浏览器自动化与Perplexity的免费Web界面交互，实现完全无密钥操作。

丰富的专用工具集

项目不仅提供基础的搜索功能，还针对开发场景设计了多个专用工具：获取技术文档、发现相关API、检查废弃代码、提取网页内容以及持久的对话管理。

本地数据隐私

所有聊天历史都存储在本地SQLite数据库中，不会发送到任何第三方服务器。与使用商业API相比，这大大提高了数据隐私性和控制力。

可选的Pro账户支持

如果你拥有Perplexity Pro订阅，也可以通过一次性的登录流程，让服务器使用你的Pro账户来获得更好的模型（如GPT-5.1、Claude Sonnet 4.5）和更高的使用限制。

三、适用场景

开发者学习和参考

对于想学习如何将浏览器自动化技术（Puppeteer）与MCP协议结合起来的开发者，这是一个极好的参考实现。代码使用TypeScript编写，结构清晰，注释良好。

个人项目使用和集成

如果你正在开发一个需要联网搜索能力的AI应用，但又不想承担API成本，可以将perplexity-mcp-zerver集成进去。例如：

• 一个能够自动查找最新技术文档的编程助手
• 一个能帮你发现某个需求对应的最佳API的工具
• 一个能定期检查代码库中是否存在废弃模式的代码审查机器人

企业级应用开发

在企业内部，可以部署这个服务器作为团队的知识查询接口。团队成员可以通过MCP客户端询问技术问题，服务器会利用Perplexity从互联网获取最新、最准确的答案，并将对话历史保留在本地以供审计。

日常工作和效率提升

对于经常需要进行技术调研、学习新框架或解决编程问题的开发者，可以在日常使用的编辑器中直接查询。例如，在Cursor中写代码时，可以随时问：“Perplexity，React 19有什么新特性？”然后立即得到带有引用的答案。

四、安装教程

系统要求

注意：虽然项目也支持Node.js，但官方推荐使用Bun，因为它更快且内置了SQLite支持。

详细安装步骤

第一步：安装Bun运行时

打开终端，执行以下命令安装Bun（如果尚未安装）：

curl -fsSL https://bun.sh/install | bash

安装完成后，重启终端或执行source ~/.bashrc使环境变量生效。

第二步：克隆项目到本地

git clone https://github.com/wysh3/perplexity-mcp-zerver.git
cd perplexity-mcp-zerver

第三步：安装依赖并构建项目

bun install
bun run build

构建完成后，会在build目录下生成编译后的JavaScript文件。

第四步：配置MCP客户端

根据你使用的MCP客户端（如Claude Desktop、Cursor或Continue），找到对应的配置文件，添加以下内容：

{
  "mcpServers": {
    "perplexity-server": {
      "command": "bun",
      "args": ["/你的绝对路径/perplexity-mcp-zerver/build/main.js"],
      "timeout": 300
    }
  }
}

重要：请将/你的绝对路径/替换为项目实际所在的完整路径。

第五步：（可选）配置Perplexity Pro账户

如果你想使用Pro账户以获得更好的模型和更高的限制，可以执行一次性的登录脚本：

bun run build
bun run login

这会打开一个浏览器窗口。请使用邮箱登录（推荐，兼容性最好），登录成功后关闭浏览器。你的会话信息会被保存在~/.perplexity-mcp目录中。

五、使用示例

配置完成后，你就可以在MCP客户端中通过自然语言调用perplexity-mcp-zerver提供的各种工具了。

示例1：基础搜索

用户指令：使用Perplexity搜索“2025年人工智能领域的主要突破”。

服务器行为：它会启动浏览器，访问Perplexity，输入查询，等待结果，然后将整理好的答案和引用来源返回给你。

示例2：获取技术文档

用户指令：请帮我获取Next.js 14中App Router的使用文档和示例。

对应的工具调用（示意）：

{
  "tool": "get_documentation",
  "arguments": {
    "query": "Next.js 14 App Router usage and examples"
  }
}

示例3：发现相关API

用户指令：我需要在我的Python项目中实现二维码生成和解析功能，请帮我找到相关的API或库。

工具调用：find_apis工具会搜索并返回如qrcode、pyzbar等库的详细信息，包括功能描述和使用示例。

示例4：检查代码是否过时

用户指令：帮我检查下面这段代码中是否有废弃的模式或API：

from django.views.generic import ListView
from django.forms.models import modelform_factory

工具调用：check_deprecated_code工具会分析代码，告知你modelform_factory的使用方式是否仍然推荐，或者是否有更新的替代方案。

示例5：持久对话

用户指令：开始一个关于“微服务架构最佳实践”的对话。

然后你可以继续问：“刚才提到的服务发现机制，具体有哪些实现方案？”服务器会记住之前的对话上下文，给出连贯的回答。所有对话历史都会保存在本地的SQLite数据库中。

六、常见问题

问题1：配置后客户端提示“找不到命令bun”

解决方案：请确保Bun已经正确安装并且可执行。在终端中输入bun --version检查。如果提示未找到，请重新安装Bun并重启终端。在配置文件中也可以使用Bun的完整路径，例如/home/用户名/.bun/bin/bun。

问题2：服务器启动后搜索无响应或超时

解决方案：这通常是因为Perplexity网站的反爬机制或者网络连接问题。可以尝试：

• 增加配置文件中的timeout值（例如从300改为600）。
• 检查你的网络是否可以正常访问perplexity.ai。
• 如果使用了Pro账户，请重新运行bun run login刷新会话。

问题3：提取GitHub仓库内容时失败

解决方案：请确保你提供的URL是完整的仓库地址，格式如https://github.com/用户名/仓库名。项目对GitHub有特殊优化，但需要正确的URL格式。另外，私有仓库无法通过此方式访问。

问题4：是否会被Perplexity封禁？

解决方案：项目通过模拟真实用户行为来降低风险，但频繁、大规模的自动化请求仍然可能触发限制。建议：

• 合理控制请求频率，不要短时间内发送大量请求。
• 如果只是个人使用，通常没有问题。
• 项目仅供教育用途，请遵守Perplexity的服务条款。

七、总结

perplexity-mcp-zerver是一个非常聪明且实用的项目。它巧妙地绕过了API密钥的限制，让开发者可以免费获得强大的AI研究能力，并无缝集成到MCP工作流中。虽然它依赖于Perplexity网站的稳定性，并且不适合极高频率的生产环境调用，但对于个人开发者、技术学习者以及原型开发来说，它无疑是一个宝藏工具。

如果你经常需要联网查询技术问题，但又不想为多个AI服务付费，那么强烈建议你尝试一下perplexity-mcp-zerver。 花上十分钟配置好，你就能在你的代码编辑器里拥有一个免费、私密、且具备上下文记忆的研究助手。