Deep-research

基本能力

产品定位

Deep-research 是一个 AI 驱动的深度研究助手，旨在通过搜索引擎、网络爬取和 Gemini 大语言模型进行迭代式深度研究。

核心功能

• MCP 集成：作为 Model Context Protocol (MCP) 工具无缝集成到 AI 代理生态系统中。
• 迭代深度研究：通过迭代查询优化和结果处理深入探索主题。
• Gemini 驱动的查询：利用 Gemini LLMs 生成智能、有针对性的搜索查询。
• 深度和广度控制：可配置的深度和广度参数，用于精确控制研究范围。
• 智能后续问题：智能生成后续问题以优化查询。
• 全面的 Markdown 报告：生成详细的、可直接使用的 Markdown 报告。
• 并发处理：通过并行处理最大化研究效率。

适用场景

• 学术研究
• 市场调研
• 技术趋势分析
• 内容生成

工具列表

• Firecrawl：用于高效的网络数据提取。
• Gemini：用于高级语言理解和报告生成。

常见问题解答

• 如何获取 API 密钥？：需要从 Firecrawl 和 Gemini 获取 API 密钥。
• 如何配置深度和广度？：通过 depth 和 breadth 参数进行配置。

使用教程

使用依赖

• Node.js 环境（推荐 v22.x）
• Firecrawl API 密钥
• Gemini API 密钥

安装教程

1. 克隆仓库 bash git clone [your-repo-link-here]
2. 安装依赖 bash npm install
3. 设置环境变量 在项目根目录创建 .env.local 文件并添加 API 密钥： bash GEMINI_API_KEY="your_gemini_key" FIRECRAWL_KEY="your_firecrawl_key"
4. 构建项目 bash npm run build

调试方式

1. 作为 MCP 工具运行 bash node --env-file .env.local dist/mcp-server.js
2. 独立 CLI 使用 bash npm run start "your research query"
3. MCP Inspector 测试 bash npx @modelcontextprotocol/inspector node --env-file .env.local dist/mcp-server.js

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。