返回 MCP 目录
public公开dns本地运行

Deep Research

基于HuggingFace smolagents的智能研究代理工具,提供网页搜索、文档分析等高级研究功能

article

README

🚀 深度研究 MCP 服务器

深度研究是一款基于代理的工具,它具备网络搜索和高级研究功能,借助了 HuggingFace 的 smolagents 来实现 MCP 服务器。该项目能有效解决信息收集与分析难题,为用户提供全面的研究支持。

🚀 快速开始

本项目基于 HuggingFace 的 open_deep_research 示例。若想快速开启使用,需完成以下步骤。

✨ 主要特性

  • 网络搜索和信息收集:可高效搜索网络信息并进行收集。
  • PDF 和文档分析:对 PDF 及各类文档进行深入分析。
  • 图像分析与描述:能对图像进行分析并给出描述。
  • YouTube 字幕获取:方便获取 YouTube 视频的字幕。
  • 存档网站搜索:支持在存档网站中进行搜索。

📦 安装指南

环境要求

  • Python 3.11 或更高版本
  • uv 包管理器
  • 下列 API 密钥:
    • OpenAI API Key
    • HuggingFace Token
    • SerpAPI Key

安装步骤

  1. 克隆仓库:
git clone https://github.com/Hajime-Y/deep-research-mcp.git
cd deep-research-mcp
  1. 创建虚拟环境并安装依赖项:
uv venv
source .venv/bin/activate # Linux 或 Mac
# .venv\Scripts\activate # Windows
uv sync

环境变量设置

在项目根目录下创建一个 .env 文件,并设置以下环境变量:

OPENAI_API_KEY=your_openai_api_key
HF_TOKEN=your_huggingface_token
SERPER_API_KEY=your_serper_api_key

您可以在 Serper.dev 注册以获取 SERPER_API_KEY

💻 使用示例

基础用法

启动 MCP 服务器:

uv run deep_research.py

这将启动 deep_research 代理作为 MCP 服务器。

高级用法

Docker 使用

您也可以在 Docker 容器中运行此 MCP 服务器:

# 构建 Docker 镜像
docker build -t deep-research-mcp .

# 使用所需的 API 密钥运行
docker run -p 8080:8080 \
  -e OPENAI_API_KEY=your_openai_api_key \
  -e HF_TOKEN=your_huggingface_token \
  -e SERPER_API_KEY=your_serper_api_key \
  deep-research-mcp

在 MCP 客户端中注册

要在不同的客户端中将此 Docker 容器注册为 MCP 服务器:

Claude Desktop

在您的 Claude Desktop 配置文件中添加以下内容(通常位于 ~/.config/Claude/claude_desktop_config.json Linux、~/Library/Application Support/Claude/claude_desktop_config.json macOS 或 %APPDATA%\Claude\claude_desktop_config.json Windows):

{
  "mcpServers": {
    "deep-research-mcp": {
      "command": "docker",
      "args": [
        "run", 
        "-i", 
        "--rm", 
        "-e", "OPENAI_API_KEY=your_openai_api_key",
        "-e", "HF_TOKEN=your_huggingface_token",
        "-e", "SERPER_API_KEY=your_serper_api_key",
        "deep-research-mcp"
      ]
    }
  }
}
其他客户端

根据具体客户端的文档进行相应配置,确保所有环境变量正确设置。

🔧 技术细节

  • Deep Research:作为核心代理模块,负责处理搜索和分析任务,是整个系统的核心处理单元。
  • MCP 服务器:用于协调和管理多个代理的通信与任务分配,保障系统的高效运行。
  • Docker 配置:提供容器化部署支持,简化了安装和维护流程,使项目的部署更加便捷。
help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端