mcpField
M
mcp-deepresearch

mcp-deepresearch

ローカル
github.com/hirokidaichi検索283 週間前に更新

mcp-deepresearch について

mcp-deepresearchは、Google Gemini APIを使い、反復調査から詳細なレポートを生成するDenoベースのコマンドラインツールです。学術、市場、技術分野の調査に利用でき、整形されたMarkdownで結果を出力します。

主な機能

  1. 01反復的な調査と情報収集
  2. 02調査内容の充実度を自動評価
  3. 03テーマから調査計画を生成
  4. 04Google Geminiモデルの利用
  5. 05Markdown形式のレポート生成

活用シーン

  1. 01学術研究の事前調査
  2. 02市場動向と競合の分析
  3. 03技術トレンドの調査
  4. 04特定テーマの詳細情報収集

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

プロジェクトの README より

DeepRe - AI駆動の深い調査レポート生成ツール

DeepReは、Google GeminiのAI APIを活用して、指定されたテーマについて深い調査レポートを自動生成するDenoベースのCLIツールです。複数回の反復調査によって質の高い情報を収集し、包括的なレポートを作成します。

特徴

  • 反復的な調査プロセス: 情報の質が十分になるまで調査を繰り返します
  • 自動評価システム: 収集した情報の充実度を自動評価します
  • Gemini API連携: 最新のGemini 2.0モデルを活用した高度な検索と分析
  • 調査計画の自動生成: テーマから最適な調査アプローチを計画します
  • 日本語完全対応: 日本語でのテーマ設定と出力に対応しています
  • Markdown形式のレポート: 結果は整形されたMarkdownとして出力されます

インストール

必要条件
  • Deno ランタイム
  • Google Gemini API キー(GEMINI_API_KEY環境変数として設定するか、実行時に指定)
グローバルインストール
deno task install

使用方法

基本的な使用法
deepre "調査テーマ"
オプション
deepre "調査テーマ" -k "GEMINI_API_KEY" -o "./output" -m "gemini-2.0-pro" -i 15
  • -k, --api-key: Gemini API Key(環境変数GEMINI_API_KEYからも取得可能)
  • -o, --output-dir: 出力ディレクトリ(デフォルト: ./research)
  • -m, --model: 使用するGeminiモデル(デフォルト: gemini-2.0-flash)
  • -i, --iterations: 調査反復回数(デフォルト: 10)

環境変数の設定

# macOS/Linux
export GEMINI_API_KEY="あなたのGemini APIキー"

# Windows (コマンドプロンプト)
set GEMINI_API_KEY=あなたのGemini APIキー

# Windows (PowerShell)
$env:GEMINI_API_KEY="あなたのGemini APIキー"

開発

# 開発モードで実行
deno task deepre

# リント・型チェック・フォーマット・テスト
deno task check-all

# 個別のチェック
deno task lint
deno task check
deno task fmt
deno task test

活用例

  • 学術研究の事前調査
  • 市場動向・競合分析
  • 技術トレンド調査
  • 特定トピックの詳細情報収集

ライセンス

MIT License

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。