mcpField
M
mcp-server-deepseek

mcp-server-deepseek

ローカル
github.com/tizeeAI・エージェント271 週間前に更新

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

  1. 01API 経由で DeepSeek-R1 に接続
  2. 02構造化された推論内容を返却
  3. 03単一の MCP ツールを提供
  4. 04エラー処理と詳細なログ

活用シーン

  1. 01LLM アプリケーションへの DeepSeek-R1 推論の追加
  2. 02複雑な問題の解決に推論を活用
  3. 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。

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

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
  1. 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
    
  2. 仮想環境を作成します。

    python -m venv venv
    source venv/bin/activate  # On Windows: venv\Scripts\activate
    
  3. パッケージをインストールします。

    pip install -e .
    
  4. 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
    
  5. .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

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。