$ loading_
通过 Perplexity 搜索型模型完成联网检索、对话、向量生成与内容审核。
该工具材料显示其为开源 MCP 服务，宣称对接 Perplexity AI 提供搜索、聊天、嵌入与内容审核能力；但当前提供的信息极少，且与“无密钥/无远程端点”声明存在明显不一致，需谨慎看待。未见直接高危红旗，但来源采用度低、维护信息缺失，审计把握有限。
材料顶部声明“无密钥”，但描述称其用于 Perplexity AI API/DAuth，通常意味着会涉及外部服务鉴权；当前文档缺失，无法确认是否真正无需凭证、由谁持有凭证、以及是否存在令牌转交或滥用风险。
描述明确宣称提供网页搜索、聊天、嵌入和审核，这些能力通常需要向 Perplexity 或相关在线服务发送用户查询/内容；但材料又标注“无远程端点”，信息自相矛盾，无法核实具体外发目标、范围和数据类型。
系统检查项已确认其会执行代码；作为 MCP 工具，这通常意味着本机运行服务进程/处理请求，属此类工具固有能力。材料未显示其申请异常系统权限，也未给出可执行任意系统命令的明确证据。
现有材料未说明其会读取或写入哪些本地文件、缓存、日志或会话数据，因此无法确认最小权限边界。结合其宣称的搜索/聊天能力，至少会处理用户输入内容，但未见明确过度授权说明。
正面因素是存在开源仓库、源码理论上可审计；但来源仅为第三方注册表，许可证未声明，社区采用度为 0 star，维护状态未知，且 README 缺失导致可审计性实际有限，因此供应链信任度一般。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"perplexity-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
使用 perplexity-mcp 搜索 2024 年生成式 AI 在企业客服中的最新应用案例，整理 5 条要点并附来源链接。
返回带来源链接的要点式研究摘要，便于快速了解行业动态。
使用 perplexity-mcp 回答：Perplexity 与传统搜索引擎在信息整合方式上有什么区别？请结合最新公开资料说明。
生成结合实时检索结果的结构化回答，并给出依据来源。
使用 perplexity-mcp 为这组用户评论生成 embeddings 以便聚类，并检查其中是否包含辱骂、仇恨或不安全内容，输出分类结果。
返回可用于聚类的向量结果说明，以及内容安全审核标签或风险提示。
通过 Cohere 模型完成聊天、向量化、重排、分类与摘要处理。