mcpField
M
MCP Server for Deepseek Integration

MCP Server for Deepseek Integration

本地服务
github.com/vincentf305AI 与智能体491 周前更新

关于 MCP Server for Deepseek Integration

此 MCP 服务让 Claude Desktop 通过 Deepseek API 密钥使用 Deepseek 模型,可在 Docker 中或本地运行。

主要功能

  1. 01将 Claude Desktop 接入 Deepseek
  2. 02支持 Docker 或本地运行
  3. 03使用 API 密钥配置访问

适用场景

  1. 01在 Claude Desktop 中使用 Deepseek 模型
  2. 02在 Docker 容器中运行服务

MCP 相关

此 MCP 服务向 MCP 客户端提供 Deepseek 集成,文档示例使用 Claude Desktop。服务可在 Docker 中或本地运行。

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。

mcp.json · 通用配置
{
"mcpServers": {
"deepseek": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"build"
]
}
}
}
启动命令docker run -i --rm build

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
ocibuild

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

用于集成 Deepseek 的 MCP 服务

此代码仓库包含 Model Control Protocol (MCP) 服务的实现,可让 Claude Desktop 使用在 Docker 中运行的 Deepseek 模型。

前置条件

  • Docker
  • Python 3.11 或更高版本
  • Deepseek API 密钥
  • Claude Desktop

安装

  1. 克隆代码仓库:
git clone https://github.com/vincentf305/mcp-server-deepseek.git
cd mcp-server-deepseek
  1. 安装依赖项:
pip install -r requirements.txt

设置环境变量

在项目根目录中创建 .env 文件,并添加以下环境变量:

DEEPSEEK_API_KEY=your_api_key_here

请务必将 your_api_key_here 替换为你的实际 Deepseek API 密钥。

运行服务

使用 Docker
  1. 构建 Docker 镜像:
docker build -t mcp_server_deepseek .
  1. 运行容器:
docker run -d \
  --name mcp-server-deepseek \
  -p 8765:8765 \
  -e DEEPSEEK_API_KEY=your_api_key_here \
  mcp-server-deepseek
在本地运行
python -m mcp_server_deepseek.server

与 Claude Desktop 配合使用

  1. 确保你拥有 Deepseek API 密钥

  2. 将以下内容添加到 Claude Desktop 配置文件(claude_desktop_config.json)中:

{
  "mcpServers": {
    "deepseek-server": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "DEEPSEEK_API_KEY",
        "mcp_server_deepseek"
      ],
      "env": {
        "DEEPSEEK_API_KEY": "your_api_key_here"
      }
    }
  }
}
  1. 重启 Claude Desktop 以加载新配置

参与贡献

  1. Fork 此代码仓库
  2. 创建功能分支(git checkout -b feature/amazing-feature)
  3. 提交更改(git commit -m 'Add some amazing feature')
  4. 推送到该分支(git push origin feature/amazing-feature)
  5. 创建 Pull Request

许可证

MIT 许可证——详情请参阅 LICENSE 文件

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。