深入研究MCP
用于Deep Research的MCP服务器，使AI助手能够进行深度网络研究并生成全面的报告。它采用Machine Core构建，以分而治之的方式支持多个代理进行研究。这些代理可以根据您的意愿进行编辑，以便该研究人员扮演特定的角色进行研究。
例如，如果你正在研究一些金融主题，“逻辑”型代理和“创意”型代理会给出截然不同的结果。你也可以混合搭配。
Claude Desktop快速入门
想立即将其与Claude Desktop一起使用吗？ 以下是最快的路径：
- 安装依赖项：
git clone https://github.com/mythrantic/deep-research.git
pip install -r requirements.txt- 设置您的Claude桌面配置 在
~/Library/Application Support/Claude/claude_desktop_config.json:
{
"mcpServers": {
"gptr-mcp": {
"command": "python",
"args": ["/absolute/path/to/deep-research/src/server.py"],
"env": {
"OLLAMA_BASE_URL": "your-ollama-base-url-here",
"LLM_MODEL": "your-llm-model-here"
// you can use any env var https://github.com/samletnorge/machine-core defines and its dependency. it is the multiagent framework that allows this to work.
}
}
}
}- 重新启动克劳德桌面 开始研究吧！ 🎉
有关详细的设置说明，请参阅 完整的Claude桌面集成部分 在......下面
资源
research_resource：通过研究获取与给定任务相关的网络资源。
主要工具
deep_research：对某个主题进行深度网络研究，找到最可靠和最相关的信息quick_search：执行速度优于质量的快速网络搜索，返回包含片段的搜索结果。支持任何深度研究支持的网络检索器，如Tavily、Bing、Google等。了解更多 这里write_report：根据研究结果生成报告get_research_sources：获取研究中使用的来源get_research_context：了解研究的全部背景
提示
research_query：创建研究查询提示
先决条件
- 紫外线/制造
⚙️ 安装
- 克隆存储库：
git clone https://github.com/mythrantic/deep-research.git
cd deep-research- 安装深度研究依赖关系：
cd deep-research
uv sync- 设置环境变量：
- 复制 .env.example file以创建名为的新文件 .env:
cp .env.example .env- 编辑 .env 文件并添加API密钥，并配置其他设置：
您还可以添加以下允许的任何其他env变量https://github.com/samletnorge/machine-core及其依赖关系，例如 LLM_PROVIDER 等等
🚀 运行MCP服务器
您可以通过多种方式运行MCP服务器：
方法一：直接使用Python
python src/server.py
mcp run src/server.py
uv run src/server.py方法3：使用Docker（推荐用于生产环境）
快速开始
使用Docker运行的最简单方法：
# Build and run with docker-compose
docker-compose up -d
# Or manually:
docker build -t deep-research .
docker run -d \
--name deep-research \
-p 8000:8000 \
--env-file .env \
deep-research