mcp-server-deepseek について
mcp-server-deepseek は、単一のツールを通じて MCP 対応 LLM アプリケーションに DeepSeek-R1 の推論機能を公開します。ネイティブの推論機能を持たないモデルを使うアプリケーションにも、構造化された推論を提供します。
主な機能
- 01API 経由で DeepSeek-R1 に接続
- 02構造化された推論内容を返却
- 03単一の MCP ツールを提供
- 04エラー処理と詳細なログ
活用シーン
- 01LLM アプリケーションへの DeepSeek-R1 推論の追加
- 02複雑な問題の解決に推論を活用
- 03Claude などの MCP クライアントから推論ツールを呼び出し
MCP 対応
この MCP サーバーは `think_with_deepseek_r1` ツールを公開します。プロンプトを DeepSeek-R1 に送信し、推論内容を返します。
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。
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。
ツール
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
mcp-server-deepseek
DeepSeek-R1 の推論機能を利用できる Model Context Protocol (MCP) サーバーです。推論機能を持たないモデルでも、より高度な思考によって優れた応答を生成できます。
概要
このサーバーは、LLM アプリケーションと DeepSeek の推論機能をつなぐブリッジとして動作します。DeepSeek-R1 の推論内容を MCP ツールとして公開し、MCP 対応クライアントから利用できます。
このサーバーは、特に次の用途に役立ちます。
- ネイティブの推論機能を持たないモデルからの応答を強化する
- 複雑な問題解決のために、DeepSeek-R1 の思考プロセスを利用する
- MCP に対応する Claude やその他の LLM に、構造化された推論を追加する
特長
- DeepSeek-R1 の利用:DeepSeek の API に接続し、同社の推論モデルを活用します
- 構造化された思考:
<thinking>形式で構造化された推論を返します - MCP との統合:Model Context Protocol と完全に互換性があります
- エラー処理:詳細なログ記録を備えた堅牢なエラー処理を行います
インストール
前提条件
- Python 3.13 以降
- DeepSeek の API キー
セットアップ
-
リポジトリをクローンします。
git clone https://github.com/yourusername/mcp-server-deepseek.git cd mcp-server-deepseek -
仮想環境を作成します。
python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate -
パッケージをインストールします。
pip install -e . -
DeepSeek の認証情報を記述した
.envファイルを作成します。cp .env.example .env -
.envファイルを編集し、API キーとモデルの詳細を設定します。MCP_SERVER_DEEPSEEK_MODEL_NAME=deepseek-reasoner MCP_SERVER_DEEPSEEK_API_KEY=your_api_key_here MCP_SERVER_DEEPSEEK_API_BASE_URL=https://api.deepseek.com
使い方
サーバーの実行
サーバーを直接実行できます。
mcp-server-deepseek
または、MCP Inspector を使って開発モードで実行します。
make dev
MCP ツール
このサーバーは、次のツールを 1 つ公開します。
think_with_deepseek_r1
このツールは、プロンプトを DeepSeek-R1 に送信し、推論内容を返します。
引数:
prompt(string):処理するユーザープロンプト全体
戻り値:
- DeepSeek-R1 の推論を
<thinking>タグで囲んだ文字列
使用例
Claude やその他の MCP 対応 LLM でこのツールを呼び出すと、思考プロセスを実行できます。
Please use the think_with_deepseek_r1 tool with the following prompt:
"How can I optimize a neural network for time series forecasting?"
開発
テスト
開発とテストには MCP Inspector を使用します。
npx @modelcontextprotocol/inspector uv run mcp-server-deepseek
ログ
ログは ~/.cache/mcp-server-deepseek/server.log に保存されます。
ログレベルは LOG_LEVEL 環境変数で設定できます(デフォルトは DEBUG です)。
トラブルシューティング
よくある問題
- API キーの問題:DeepSeek の API キーが
.envファイルに正しく設定されていることを確認してください - タイムアウトエラー:複雑なプロンプトはタイムアウトの原因になることがあります。プロンプトを簡潔にしてみてください
- 推論が見つからない:クエリによっては推論内容が生成されない場合があります。言い換えてみてください
エラーログ
詳細なエラーメッセージを確認するには、ログを確認してください。
cat ~/.cache/mcp-server-deepseek/server.log
ライセンス
MIT
コントリビューション
コントリビューションを歓迎します。お気軽にプルリクエストを送信してください。
謝辞
- 強力な推論モデルを提供してくれた DeepSeek チームに感謝します
- Model Context Protocol フレームワークを使用して構築されています
コメント
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。