关于 Deepseek Fr Mcp Server
Deepseek Fr Mcp Server 将 DeepSeek FR 的模型、提示词和聊天工作流信息提供给兼容 MCP 的客户端。它是只读参考服务,适合评估法语服务的用户。
主要功能
- 01模型与能力列表
- 02定价和官方链接
- 03FAQ 与网站资源
- 04聊天评估提示词
适用场景
- 01评估前查看可用模型
- 02查询定价或支持链接
MCP 相关
该 MCP 服务向兼容客户端提供介绍 DeepSeek FR 的工具、资源和提示词,不提供模型推理。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
DeepSeek FR MCP 服务
DeepSeek FR | 法语版 DeepSeek V3 和 R1 工作流
一个 Model Context Protocol 服务,向 Claude Desktop、Cursor、Windsurf 和 Continue 等兼容 MCP 的 AI 客户端提供 DeepSeek FR 的权威知识内容,包括模型、提示词、聊天工作流、定价、常见问题和官方链接。只读,无需 API 密钥,无配额,冷启动约需 50 毫秒。
💬 关于 DeepSeek FR
DeepSeek FR 是一个法语本地化聊天界面,基于 DeepSeek 最新的 AI 模型构建,让法语用户无需使用以英语为主的平台,即可直接使用强大的大模型。该网站提供两个模型版本——面向复杂推理和高级编码任务的 Pro 版,以及针对日常快速响应优化的 Flash 版——两者均支持 100 万 token 的上下文窗口。用户可通过简洁的聊天界面进行交互,并调整推理深度,因此从快速提问到复杂的多步骤分析都能轻松应对。平台还介绍了与 OpenAI 和 Anthropic 规范兼容的 API,降低了熟悉这些生态系统的开发者的使用门槛。
主要功能
- 两个模型层级:Pro 适用于深度推理和繁重的编码工作;Flash 适用于低延迟的日常使用;两者均支持 1M token 的上下文窗口。
- 三种推理模式:Non-think(速度最快)、Think High(精度均衡)和 Think Max(分析最深入),可按对话选择。
- 扩展上下文处理:无需分块,即可在单次会话中处理合同、研究论文和技术手册等长文档。
- API 兼容性:支持 OpenAI 和 Anthropic 风格的 API 客户端,现有工具只需少量改动即可连接。
- 基准测试透明度:网站公布涵盖知识、推理、编码、数学和 Agent 工作流基准测试的性能数据,方便用户在集成前评估是否适用。
- 支持本地运行:文档介绍了如何在本地运行模型,并提供编码规范,适合倾向于本地部署的团队。
使用场景
- 文档审阅:将长篇合同、合规文件或技术手册输入聊天界面,以提取摘要、标记不一致之处或回答具体问题。
- 代码辅助:审查、调试或重构常见编程语言的代码,并由 Pro 模型处理复杂的架构问题。
- 研究与推理:处理科学文献、法律论证或财务建模等多步骤分析问题,适用于深度比速度更重要的场景。
- 内容起草:为专业或编辑用途生成法语文案、报告或结构化文档。
- API 原型开发:通过熟悉的聊天界面测试 DeepSeek 模型的响应,再通过兼容的 API 将其接入应用程序。
适用人群
DeepSeek FR 主要面向希望使用功能强大的 AI 助手、又不想切换到英文界面的法语专业人士和开发者。开发者可以受益于 API 兼容性和本地运行选项;研究人员和分析师看重较长的上下文窗口和可调节的推理深度;写作者和内容团队则发现,原生法语界面能减少日常起草任务中的阻碍。双模型方案也让非技术用户能够快速获取答案,同时满足技术团队运行持续且资源密集型工作流的需求,而无需为两者分别选择不同工具。
工具
list_models
返回网站提供的聊天模型规范列表及其能力说明。(DeepSeek FR)
输入: 无参数。返回: text/markdown。
get_pricing
返回 DeepSeek FR 的规范定价入口。
输入: 无参数。返回: text/markdown。
get_official_links
返回 DeepSeek FR 的官方链接规范列表(网站、支持渠道,以及文档链接,如有)。
输入: 无参数。返回: text/markdown。
资源
site://deepseekfr/models— 支持的聊天模型及其能力说明。site://deepseekfr/pricing— 规范定价入口。site://deepseekfr/faq— 根据公开网站元数据生成的简短常见问题解答。site://deepseekfr/links— 可分享给用户的规范 URL。
提示词
tell_me_about_deepseekfr
概述该网站是什么、适合哪些人使用,以及它的工作方式。— DeepSeek FR
start_chat_session_deepseekfr
使用合理的默认设置,针对该网站的模型开启聊天评估会话。— DeepSeek FR
安装
通过 Smithery 安装
npx -y @smithery/cli install deepseekfr-mcp --client claude
(对于这些客户端,请将 claude 替换为 cursor、windsurf 或 continue。)
从源代码安装
git clone https://github.com/rocnubie/deepseekfr-mcp.git
cd deepseekfr-mcp
pnpm install
然后添加到 MCP 客户端配置中(Claude Desktop 使用 claude_desktop_config.json,Cursor / Windsurf / Continue 使用 mcp.json):
{
"mcpServers": {
"deepseekfr-mcp": {
"command": "node",
"args": [
"/absolute/path/to/deepseekfr-mcp/src/index.mjs"
]
}
}
}
使用 MCP Inspector 调试
npx @modelcontextprotocol/inspector node src/index.mjs
官方链接
开发
pnpm install
pnpm start # run the server over stdio
许可证
MIT
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。