Deep Research MCP Server
2025.05.10
2
JavaScript网络研究文档生成搜索工具内容生成
Deep Research MCP Server 是一个符合 Model Context Protocol (MCP) 标准的服务器，旨在执行全面的网络研究。它利用 Tavily 的强大搜索和爬取 API 收集关于给定主题的最新信息，并将这些数据与文档生成指令聚合为结构化的 JSON 输出，非常适合大型语言模型 (LLMs) 生成详细且高质量的 Markdown 文档。
View on GitHub
Overview
基本能力
产品定位
Deep Research MCP Server 是一个专注于网络研究和内容聚合的工具，旨在为 LLMs 提供结构化的研究数据，以便生成高质量的文档。
核心功能
- 多步骤研究：结合 Tavily 的 AI 驱动的网络搜索和深度内容爬取，全面收集信息。
- 结构化 JSON 输出：提供组织良好的数据（原始查询、搜索摘要、每个来源的详细发现和文档指令），优化供 LLM 使用。
- 可配置的文档提示：包括一个全面的默认提示，用于生成高质量的技术文档。
- 可配置的输出路径：通过环境变量、JSON 配置或工具调用中的直接参数指定研究文档和图像的保存位置。
- 精细控制：提供广泛的参数以微调搜索和爬取过程。
- MCP 兼容：设计用于无缝集成到基于 MCP 的 AI 代理生态系统中。
适用场景
- 技术文档生成：为复杂主题生成详细的技术文档。
- 网络研究：收集和分析网络上的最新信息。
- 内容聚合：将多个来源的信息整合为结构化的输出。
工具列表
- deep-research-tool：主要工具，用于执行网络研究并返回结构化的 JSON 数据。
常见问题解答
- API 密钥错误：确保
TAVILY_API_KEY正确设置且有效。 - SDK 问题：确保
@modelcontextprotocol/sdk和@tavily/core已安装并更新到最新版本。 - 无输出/错误：检查服务器控制台日志以获取错误消息。
使用教程
使用依赖
安装教程
选项 1：使用 NPX（推荐快速使用）
npx @pinkpixel/deep-research-mcp
选项 2：全局安装（可选）
npm install -g @pinkpixel/deep-research-mcp
然后运行：
deep-research-mcp
选项 3：本地项目集成或开发
- 克隆仓库：
git clone https://github.com/your-username/deep-research-mcp.git
cd deep-research-mcp
- 安装依赖：
npm install
调试方式
开发（带自动重载）
npm run dev
生产/独立运行
- 构建 TypeScript 代码：
npm run build
- 启动服务器：
npm start
使用 NPX 或全局安装
npx @pinkpixel/deep-research-mcp
或（如果已全局安装）：
deep-research-mcp