perplexity-ai

免官方API,轻松接入Perplexity AI对话能力

开源 🏷️定价信息待确认 🔌 仅提供 API 接口 对话助手 🍴 复刻 346 🐛 待处理 11 👀 关注 28
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2017
维护状态 维护中
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

perplexity-ai 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类对话助手
开发团队helallao
定价模式🏷️定价信息待确认
价格说明非官方API封装,需自行获取Perplexity账号,定价取决于Perplexity官方服务,本项目本身免费开源。
访问状态🔌 仅提供 API 接口
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ai,api,artificial-intelligence,chatgpt,gpt,language-model,language-models,perplexity
GitHub 星标★ 2017
上线时间2023-06-12 00:00:00
代码更新2026-10-08
仓库体积1.7 MB
本站数据更新2026-11-09
维护状态维护中
收录时间2026-08-09
浏览次数2

项目介绍

这是一个非官方的 Perplexity.ai API 封装工具,同时附带账号生成器和 Web 界面。它解决了开发者无法直接通过官方 API 访问 Perplexity 模型的问题,提供了一套简洁的 Python 接口,让开发者可以轻松地将 Perplexity 的 AI 问答能力集成到自己的应用中。核心能力包括:调用 Perplexity 的对话模型、管理多个账号(自动生成账号以应对配额限制)、提供可视化的 Web 界面进行交互和调试。项目基于 Python 构建,技术栈涉及 AI、API 封装和语言模型调用,适合需要快速接入 Perplexity 服务但不想处理复杂底层协议的开发者。目前项目处于成长阶段,星标数已接近 2000,社区活跃度尚可。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2017

使用教程

难度:进阶 约 10 分钟 部署方式:库/依赖 8 步

环境要求

  • Python 环境(README 使用 uv 管理依赖)
  • 已安装 uv 包管理器
  • 使用自带账号时需准备 Perplexity 的 Cookies
  • 账号生成功能需准备 Emailnator 的 Cookies
  • Web 界面需额外安装 driver 扩展与 Chromium(patchright)

安装与启动步骤

  1. 1基础安装依赖

    克隆项目后在根目录执行基础安装,会同步项目运行所需依赖。注意需先装好 uv。

    uv sync
  2. 2安装 MCP 扩展

    若需要 MCP Server 能力,加上 mcp 可选依赖一起同步。

    uv sync --extra mcp
  3. 3全局安装 CLI 工具

    以工具形式全局安装 perplexity-mcp 命令,不需要本地虚拟环境。必须带 [mcp]。

    uv tool install '.[mcp]'
  4. 4安装 Web 界面依赖

    使用图形界面时安装 driver 扩展,并安装 patchright 的 Chromium 浏览器。

    uv sync --extra driver
    uv run patchright install chromium
  5. 5安装开发依赖

    开发模式安装,包含 pytest、flake8、black、isort、mypy 等测试与检查工具。

    uv sync --extra dev
  6. 6运行测试验证

    跑一遍测试确认安装成功,全部通过即代表环境可用。

    uv run pytest tests/ -v
  7. 7编写调用代码

    导入 perplexity 并调用 search 提问,需要传自己的 cookies 时先准备好 Cookie 字典。

    import perplexity
    
    perplexity_cli = perplexity.Client()
    resp = perplexity_cli.search('Your query here', mode='reasoning', sources=['web'], stream=False, language='en-US')
    print(resp)
  8. 8异步调用示例

    需要异步时可使用 perplexity_async,用 asyncio.run 启动协程。

    import asyncio
    import perplexity_async
    
    async def main():
        client = await perplexity_async.Client()
        response = await client.search("What is machine learning?")
        print(response['answer'])
    
    asyncio.run(main())

关键配置

配置项必填说明示例
MCP_TRANSPORT否控制 MCP Server 的传输方式,默认 stdiostdio
perplexity_cookies否传入自己的 Perplexity 账号 Cookies 给 Client 使用{ '<your cookies here>' }
emailnator_cookies否账号生成功能所需,传入 Emailnator 的 Cookies{ '<your cookies here>' }

如何确认成功

执行 uv run pytest tests/ -v 全部通过;或调用 search 能返回结果并打印出 answer 字段。

常见问题

Q:怎么使用自己的 Perplexity 账号?

A:需要先获取自己的 Cookies,README 中提到查看 “How To Get Cookies” 小节,然后把 Cookies 字典传给 perplexity.Client(perplexity_cookies)。

Q:账号自动生成需要什么前提?

A:需要先获取 Emailnator 的 Cookies,再调用 client.create_account(emailnator_cookies) 生成新 Gmail,以刷新 5 次 pro 查询额度。

Q:不想用 uv 可以吗?

A:可以,README 说明可把 uv sync 换成 pip install -e .,把 uv run <tool> 换成直接执行对应工具命令。

Q:Web 界面跑不起来怎么办?

A:需安装 driver 扩展并执行 uv run patchright install chromium 安装 Chromium 浏览器,否则 Web 界面无法启动。

Q:为什么查询会有限制?

A:项目通过 Emailnator 生成新账号来绕过查询额度限制,属于非官方封装,账号或配额策略变化会影响可用性。

注意事项

  • 这是非官方封装工具,README 明确为 unofficial,使用时注意服务条款与账号风险。
  • 所有 Cookie 均为敏感凭证,请勿提交到公开仓库或分享给他人。
  • perplexity-mcp 作为全局工具安装时必须带 [mcp] 扩展,否则命令不可用。
  • MCP Server 传输方式由 MCP_TRANSPORT 环境变量控制,默认 stdio。

核心亮点

  • 提供非官方API封装,降低接入门槛,无需等待官方API开放
  • 内置账号生成器,可自动创建账号,解决免费额度限制
  • 附带Web界面,方便可视化调试和交互,提升开发效率

不足之处

  • 非官方实现,存在被官方封禁或接口变动风险
  • 文档/社区待观察

适用场景

  • 个人开发者快速原型验证,集成Perplexity问答能力
  • 需要批量调用Perplexity模型但受限于账号配额的小型项目
  • 教学演示或研究用途,探索Perplexity模型能力

替代项目

openai-python、anthropic-sdk-python、langchain

上一篇:php-rag

下一篇:hacker-news-digest

同类项目推荐

crw 开源

6MB 内存的 Rust 爬虫,给 AI 智能体喂网页

Fast, lightweight Firecrawl/Tavily alternative in Rust. Web scraper, crawler & searc···

★ 1237 2026-09-28
youtu-rag 开源

让 AI 自己规划检索,复杂问题答得更准

Youtu-RAG: Next-Generation Agentic Intelligent Retrieval-Augmented Generation System

★ 285 2026-10-12
llm-app 开源

开箱即用的 AI 模板,上午搭好下午就用上

A no-code RAG server that keeps answers in sync with your documents. Works with 8 ve···

★ 58723 2026-08-09
FastGPT 开源

拖拽搭建AI问答系统,轻松搞定知识库RAG

FastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suit···

★ 30006 2026-08-09
open-webui-pipeline-for-ragflow 开源

在 Open WebUI 里直接聊 RAGFlow 知识库

使用open-webui中的pipelines技术在open-webui中调用ragflow的agent实现基于知识库的智能对···

★ 177 2026-11-08
llm_wiki 开源

把一堆文档自动变成会自己长大的维基知识库

LLM Wiki is a cross-platform desktop application that turns your documents into an o···

★ 21502 2026-09-16
autoflow 开源

用图谱增强的RAG,让知识库问答更聪明

pingcap/autoflow is a Graph RAG based and conversational knowledge base tool built w···

★ 2982 2026-08-09
DocPaws 开源

让文档问答有据可查,拒绝瞎编,工程化 RAG 开箱即用

工程化 RAG 文档助手:知识库、PDF 索引、Agent 工具编排、scope 检索、引用溯源与拒答阈值···

★ 175 2026-08-09
hacker-news-digest 开源

让 ChatGPT 帮你每天速读 Hacker News,省时省力

:newspaper: Let LLM Summarize Hacker News for You

★ 753 2026-08-09