🚀 深度研究MCP项目文档

DeepResearch MCP（深度研究模型上下文协议）是一个基于模型上下文协议构建的智能研究平台，支持与Claude Desktop等工具集成。该系统通过调用OpenAI和Firecrawl API提供强大的研究功能。

🚀 快速开始

DeepResearch MCP是一个强大的智能研究平台，能为你提供便捷的研究服务。下面将为你介绍如何快速开启使用。

✨ 主要特性

• 基于模型上下文协议构建，具有良好的扩展性和兼容性。
• 支持与Claude Desktop等工具集成，拓展研究的可能性。
• 通过调用OpenAI和Firecrawl API，提供强大的研究功能。

📦 安装指南

克隆仓库

git clone https://github.com/yourusername/deep-research-mcp.git
cd deep-research-mcp
npm install

启动服务

node dist/index.js

📚 详细文档

配置说明

研究初始化工具

interface ResearchInitialization {
  query: string;
  depth: number;
}

研究步骤执行工具

interface ResearchStepExecution {
  sessionId: string;
}

最终报告生成工具

interface ReportGeneration {
  sessionId: string;
  timeout?: number;
}

💻 使用示例

基础用法

import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";

async function main() {
  // 连接到服务端
  const transport = new StdioClientTransport({
    command: "node",
    args: ["dist/index.js"]
  });

  const client = new Client({ name: "deep-research-client", version: "1.0.0" });
  await client.connect(transport);

  // 初始化研究
  const initResult = await client.callTool({
    name: "initialize-research",
    arguments: {
      query: "人工智能对医疗保健的影响",
      depth: 3
    }
  });
  
  // 解析响应以获取 sessionId
  const { sessionId } = JSON.parse(initResult.content[0].text);
  
  // 执行步骤直到完成
  let currentDepth = 0;
  while (currentDepth < 3) {
    const stepResult = await client.callTool({
      name: "execute-research-step",
      arguments: { sessionId }
    });
    
    const stepInfo = JSON.parse(stepResult.content[0].text);
    currentDepth = stepInfo.currentDepth;
    
    console.log(`完成步骤 ${stepInfo.currentDepth}/${stepInfo.maxDepth}`);
  }
  
  // 生成最终报告带有超时设置
  const report = await client.callTool({
    name: "generate-report",
    arguments: { 
      sessionId,
      timeout: 180000 // 设置3分钟的超时时间
    }
  });
  
  console.log("最终报告:");
  console.log(report.content[0].text);
}

main().catch(console.error);

🔧 技术细节

故障排除

常见问题

• 超出令牌限制：对于非常大的研究主题，可能会遇到OpenAI令牌限制错误。解决方法：

  • 减少研究深度
  • 使用更具体的查询
  • 将复杂主题分解为较小的子主题

• 超时错误：对于复杂的研究，过程可能会超时。解决方案：

  • 增加工具调用的超时参数
  • 使用complete-research工具并设置更长的超时时间
  • 分阶段处理研究内容

• API速率限制：如果遇到OpenAI或Firecrawl的速率限制错误：

  • 在研究步骤之间添加延迟
  • 使用具有更高速率限制的API密钥
  • 批量处理请求

📄 许可证

项目采用MIT许可证，具体请参考LICENSE文件。

贡献指南

欢迎贡献！请参阅CONTRIBUTING.md了解如何为项目做出贡献。