MCP 多智能体深度研究员
一个基于CrewAI构建的复杂多智能体研究系统，该系统融合了模型上下文协议（MCP）的强大功能与智能网页搜索能力。此系统协调三个专门的AI智能体，共同进行全面的研究、分析和内容创作。
🎯 概述
MCP多智能体深度研究者旨在通过协作式的多智能体工作流程，将简单的研究查询转化为全面且结构清晰的报告。该系统利用LinkUp搜索API进行标准和深度网络搜索，确保获取最新且最相关的信息。
主要特点
- 多智能体协作三名专业人员按顺序工作，以达到最佳效果
- MCP 集成通过模型上下文协议展示研究能力
- 高级网页搜索使用LinkUp API进行全面的网络研究
- 智能分析先进的事实核查与综合分析能力
- 专业输出可直接出版的Markdown报告，附有正确引用
- 灵活部署可以独立运行或作为MCP服务器运行
🤖 代理架构
1. 网络搜索代理
角色高级网页研究专家及信息发现专家
- 使用LinkUp API进行全面的网络研究
- 为话题的不同方面制定战略性搜索查询
- 从多个可靠来源收集信息
- 为所有来源记录文档，包含完整URL和元数据
- 利用标准搜索和深度搜索功能
2. 研究分析师代理
角色高级研究分析师与战略情报综合分析师
- 将原始研究数据转化为可操作的情报
- 进行严格的事实核查和来源验证
- 识别模式、趋势和关键见解
- 将复杂信息综合成结构化叙述
- 保持分析的完整性和客观性
3. 技术写作代理
角色高级技术传播专家及内容策略师
- 创作出引人入胜、易于理解且结构专业的内容
- 将复杂的分析转化为清晰、引人入胜的叙述
- 确保格式正确、引用规范、符合展示标准
- 在保持科学严谨性的前提下，优化内容以提高可读性
🚀 快速入门
先决条件
- Python 版本大于等于 3.10 且小于 3.14
- LinkUp API密钥（用于网页搜索功能）
- OpenAI API密钥（用于大型语言模型功能）
安装
- 安装UV包管理器 （如果尚未安装）：
pip install uv- 克隆项目并导航至项目目录:
cd mcp_multi_agent_deep_researcher- 安装依赖项:
crewai install或者使用紫外线手动操作：
uv sync- 设置环境变量：
创建一个 .env 项目根目录中的文件：
OPENAI_API_KEY=your_openai_api_key_here
LINKUP_API_KEY=your_linkup_api_key_here运行系统
独立执行
# Run with default query
crewai runMCP服务器暴露了一个 crew_research 一个可以用于任何研究查询的工具。
📋 使用示例
基础研究查询
from mcp_multi_agent_deep_researcher.main import main
result = main("What are the latest developments in quantum computing?")
print(result)通过 CrewAI 进行自定义查询
from mcp_multi_agent_deep_researcher.crew import McpMultiAgentDeepResearcher
crew = McpMultiAgentDeepResearcher()
result = crew.crew().kickoff(inputs={'query': 'AI ethics in healthcare applications'})MCP工具使用
当作为MCP服务器运行时，系统会暴露：
- 工具：
crew_research - 参数：
query(字符串) - 研究问题或主题 - 退货全面的Markdown研究报告
🛠️ 配置
代理配置（config/agents.yaml）
根据您的特定研究需求，定制代理角色、目标和背景故事。
任务配置（config/tasks.yaml）
修改任务描述和预期输出，以调整研究工作流程。
搜索配置
LinkUp搜索工具支持：
- 标准搜索快速，广泛覆盖
- 深度搜索全面、细致的调查
- 多种输出类型搜索结果，来源答案，结构化数据
📊 输出结构
该系统生成包含以下内容的综合报告：
- 执行摘要 - 关键发现概览
- 主要内容 - 按主题组织的详细分析
- 关键见解 - 重要的影响和模式
- 结论 - 可操作的收获和建议
- 参考文献来源 - 完整引用并附上网址
🔑 API密钥设置
LinkUp API
- 在……注册 LinkUp（可译为“连接通”或根据具体语境译为其他更贴切的名称，但此处保留原英文形式以体现品牌或专有名词的特性）
- 从仪表板获取您的API密钥
- 添加到
.env按（作为）文件处理LINKUP_API_KEY
OpenAI API
- 从以下位置获取您的API密钥： OpenAI平台
- 添加到
.env文件作为OPENAI_API_KEY
🤝 集成
Cursor IDE 集成
要使用Cursor IDE连接此MCP服务器，请按照以下步骤操作：
一 使用UV实现更优的依赖管理：
{
"mcpServers": {
"crew-research": {
"command": "uv",
"args": ["run", "python", "src/mcp_multi_agent_deep_researcher/mcp_server.py"],
"cwd": "/path/to/mcp_multi_agent_deep_researcher",
"env": {
"OPENAI_API_KEY": "your_openai_api_key_here",
"LINKUP_API_KEY": "your_linkup_api_key_here"
}
}
}
}该工具将自动：
- 进行全面的网络研究
- 分析并综合研究结果
- 生成一份专业的研究报告
- 提供正确引用的来源
📚 依赖项
关键依赖项包括：
crewai[tools]- 多智能体框架linkup-sdk- 网络搜索功能mcp- 模型上下文协议支持pydantic- 数据验证和序列化
使用CrewAI和协作型AI代理的力量，满怀爱意地构建而成。