关于 MCP Server for Deep Research
MCP Server for Deep Research 是一个用于复杂主题深入研究的 MCP 服务,面向需要结构化研究报告的用户。它将研究问题拆解为子问题,结合 Claude 的网络搜索能力收集来源,并生成附带引用的报告。
主要功能
- 01扩展并明确研究问题
- 02生成子问题以覆盖主题
- 03结合 Claude 内置网络搜索收集来源
- 04综合多来源信息并标注引用
- 05生成结构化研究报告
适用场景
- 01围绕复杂问题进行系统性资料调研
- 02生成附带引用的研究报告
MCP 相关
该项目作为 MCP 服务提供 deep-research 提示词模板,MCP 客户端(如 Claude Desktop)可选用该模板开始研究任务。
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。
暂未收录安装方式
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
还没有获取到工具列表
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
用于深度研究的 MCP 服务
用于深度研究的 MCP 服务是一款用于对复杂主题开展全面研究的工具。它能帮助你深入探究问题、查找相关来源,并生成结构化的研究报告。
你的专属研究助手,可将研究问题转化为内容全面、引证充分的报告。
🚀 立即体验
Youtube: https://youtu.be/_a7sfo5yxoI
-
下载 Claude Desktop
- 点击此处获取
-
安装并设置
- 在 macOS 上,在终端中运行以下命令:
python setup.py -
开始研究
- 从 MCP 中选择深度研究提示词模板
- 输入研究问题,开始研究
功能
深度研究 MCP 服务提供完整的研究工作流:
-
问题细化
- 扩展并明确你的研究问题
- 识别关键术语和概念
- 确定范围和参数
-
生成子问题
- 创建针对不同方面的聚焦子问题
- 确保全面覆盖主要主题
- 为系统化研究提供结构
-
集成网页搜索
- 使用 Claude 内置的网页搜索功能
- 针对每个子问题执行定向搜索
- 查找相关且权威的来源
- 收集有关该主题的多元观点
-
内容分析
- 评估信息的质量和相关性
- 综合多个来源的发现
- 为所有来源提供恰当的引文
-
生成报告
- 以 artifact 形式生成结构清晰、内容全面的报告
- 正确引用所有使用的来源
- 通过基于证据的结论呈现平衡观点
- 使用适当的格式,确保内容清晰易读
📦 组件
提示词
- deep-research:专为全面研究任务设计,采用结构化方法
⚙️ 修改服务
Claude Desktop 配置
- macOS:
~/Library/Application\ Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%/Claude/claude_desktop_config.json
开发(未发布的服务)
"mcpServers": {
"mcp-server-deep-research": {
"command": "uv",
"args": [
"--directory",
"/Users/username/repos/mcp-server-application/mcp-server-deep-research",
"run",
"mcp-server-deep-research"
]
}
}
已发布的服务
"mcpServers": {
"mcp-server-deep-research": {
"command": "uvx",
"args": [
"mcp-server-deep-research"
]
}
}
🛠️ 开发
构建和发布
-
同步依赖项
uv sync -
构建发行包
uv build在 dist/ 目录中生成源代码发行包和 wheel 发行包。
-
发布到 PyPI
uv publish
🤝 贡献
欢迎贡献!无论是修复错误、添加功能还是改进文档,你的帮助都能让这个项目变得更好。
📜 许可证
本项目采用 MIT 许可证。 详情请参阅 LICENSE 文件。
评论
支持 Markdown
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。