MCP Server: Ollama Deep Researcher

基本能力

产品定位

mcp-server-ollama-deep-researcher 是一个提供深度研究能力的 MCP 服务器，专为 AI 助手设计，用于通过本地 LLM 进行主题研究。

核心功能

1. 生成网络搜索查询：根据主题生成搜索查询。
2. 收集搜索结果：通过 Tavily 或 Perplexity API 收集搜索结果。
3. 总结搜索结果：使用 LLM 总结搜索结果。
4. 反思总结：检查知识差距并生成新的搜索查询。
5. 迭代改进：通过多次研究循环改进总结。
6. 提供最终总结：生成带有所有使用来源的最终 Markdown 总结。

适用场景

1. 学术研究：对特定主题进行深入研究和总结。
2. 市场调研：收集和分析市场数据。
3. 内容生成：基于研究生成高质量的内容。

工具列表

1. Configure：配置研究参数，如最大循环次数、LLM 模型和搜索 API。
2. Research：对任何主题进行网络搜索和 LLM 合成。
3. Get status：获取当前研究的状态。

常见问题解答

1. Ollama 连接问题：确保 Ollama 正在运行，并检查是否可以通过 localhost:11434 访问。
2. API 密钥问题：验证 API 密钥是否正确设置，并确保没有额外的空格或引号。
3. MCP 服务器问题：使用 MCP Inspector 进行调试。
4. Docker 问题：检查容器是否正在运行，并查看容器日志。
5. 构建问题：确保 Node.js 已正确安装并添加到系统 PATH。
6. Python 问题：确保 Python 已正确安装，并检查 pip 是否可用。

使用教程

使用依赖

1. Node.js：下载并安装 Node.js，确保添加到系统 PATH。
2. Python 3.10 或更高版本：确保 Python 已安装。
3. Ollama：下载并安装 Ollama，确保可以运行所选 LLM 模型。
4. API 密钥：获取 Tavily API 密钥、Perplexity API 密钥和 LangSmith API 密钥。

验证安装：

node --version
npm --version
python --version

安装教程

标准安装

1. 克隆仓库并安装依赖：

git clone https://github.com/Cam10001110101/mcp-server-ollama-deep-researcher
cd mcp-server-ollama-deep-researcher
npm install

1. 安装 Python 依赖：

pip install uv
uv pip install .

1. 构建 TypeScript 代码：

npm run build

1. 拉取本地 LLM：

ollama pull deepseek-r1:8b

Docker 安装

1. 克隆仓库：

git clone https://github.com/Cam10001110101/mcp-server-ollama-deep-researcher
cd mcp-server-ollama-deep-researcher

1. 创建 .env 文件：

cp .env.example .env

1. 运行 Docker 容器：

./run-docker.sh start

调试方式

1. Ollama 连接：

ollama list
ollama serve

1. MCP Inspector：

npx @modelcontextprotocol/inspector node path/to/server/index.js --model llama3.2 --max-loops 3 --search-api tavily

1. Docker 日志：

docker logs ollama-deep-researcher-mcp

许可证

该项目遵循 MIT 开源许可条款，请参阅 MIT 了解完整条款。