FindMCP Logo FindMCP.info
Deep Research MCP

Deep Research MCP

site icon
2025.02.23 7
Python多智能体协作研究框架开发效率
Deep Research MCP 是一个基于 Python 和 MCP（Message Control Protocol）的多智能体研究框架。它提供了一个名为 **Deep Research** 的 FastMCP 服务器，并暴露了一个名为 `deep_research` 的工具。该框架主要用于多智能体的协作研究任务，包括研究、编辑、写作和发布等。
View on GitHub

Overview

基本能力

产品定位

Deep Research MCP 是一个多智能体研究框架，旨在通过多个 AI 智能体的协作完成复杂的研究任务。

核心功能

  1. 多智能体协作：包含多个智能体（如 ResearchAgent、EditorAgent 等），每个智能体负责不同的任务。
  2. FastMCP 服务器：提供 FastMCP 服务器功能，支持 MCP 兼容客户端调用。
  3. 任务编排：通过 main.py 核心逻辑加载任务并协调智能体之间的工作。
  4. 内存管理：提供 memory 模块用于存储研究状态和草稿。

适用场景

  1. 复杂研究任务：需要多个智能体协作完成的研究项目。
  2. 自动化写作与编辑：智能体可以自动完成研究、编辑和写作任务。
  3. 多智能体开发：开发者可以利用该框架构建自己的多智能体应用。

工具列表

  1. deep_research：主工具，用于调用多智能体协作完成研究任务。

常见问题解答

  1. 如何配置环境变量？ 复制 .env.example 到 .env 并填写必要的密钥和变量。
  2. 如何启动服务器？ 运行 python mcp_server.py 启动 FastMCP 服务器。

使用教程

使用依赖

  1. 克隆仓库： bash git clone https://github.com/yourusername/deep-research-mcp.git cd deep-research-mcp
  2. 安装依赖： bash pip install -r multi_agents/requirements.txt

安装教程

  1. 配置环境变量： bash cp .env.example .env # 编辑 .env 文件填写密钥和变量
  2. 配置 MCP 服务器：编辑 claude_desktop_config.json 文件，指定 Python 解释器和 mcp_server.py 路径。
  3. 启动服务器： bash python mcp_server.py

调试方式

  1. 检查服务器状态：确保 mcp_server.py 正常运行并监听端口。
  2. 调用工具：通过 MCP 兼容客户端或 CLI 调用 deep_research 工具，检查输出和日志。

许可证

None