Servidor MCP de investigación profunda

Deep Research es una herramienta basada en agentes que ofrece búsqueda web e investigación avanzada. Aprovecha smolagents de HuggingFace y se implementa como un servidor MCP.

Este proyecto se basa en el ejemplo open_deep_research de HuggingFace .

Características

• Búsqueda web y recopilación de información

• Análisis de PDF y documentos

• Análisis y descripción de imágenes

• Recuperación de transcripciones de YouTube

• Búsqueda en el sitio de archivo

Related MCP server: Gemini DeepSearch MCP

Requisitos

• Python 3.11 o superior

• administrador de paquetes uv

• Las siguientes claves API:

  • Clave API de OpenAI

  • Token de HuggingFace

  • Clave SerpAPI

Instalación

1. Clonar el repositorio:

git clone https://github.com/Hajime-Y/deep-research-mcp.git
cd deep-research-mcp

2. Cree un entorno virtual e instale dependencias:

uv venv
source .venv/bin/activate # For Linux or Mac
# .venv\Scripts\activate # For Windows
uv sync

Variables de entorno

Cree un archivo .env en el directorio raíz del proyecto y configure las siguientes variables de entorno:

OPENAI_API_KEY=your_openai_api_key
HF_TOKEN=your_huggingface_token
SERPER_API_KEY=your_serper_api_key

Puede obtener una SERPER_API_KEY registrándose en Serper.dev .

Uso

Inicie el servidor MCP:

uv run deep_research.py

Esto iniciará el agente deep_research como un servidor MCP.

Uso de Docker

También puedes ejecutar este servidor MCP en un contenedor Docker:

# Build the Docker image
docker build -t deep-research-mcp .

# Run with required API keys
docker run -p 8080:8080 \
 -e OPENAI_API_KEY=your_openai_api_key \
 -e HF_TOKEN=your_huggingface_token \
 -e SERPER_API_KEY=your_serper_api_key \
 deep-research-mcp

Registrarse con clientes de MCP

Para registrar este contenedor Docker como servidor MCP en diferentes clientes:

Escritorio de Claude

Agregue lo siguiente a su archivo de configuración de Claude Desktop (normalmente ubicado en ~/.config/Claude/claude_desktop_config.json en Linux, ~/Library/Application Support/Claude/claude_desktop_config.json en macOS o %APPDATA%\Claude\claude_desktop_config.json en Windows):

{
 "mcpServers": {
 "deep-research-mcp": {
 "command": "docker",
 "args": [
 "run", 
 "-i", 
 "--rm", 
 "-e", "OPENAI_API_KEY=your_openai_api_key",
 "-e", "HF_TOKEN=your_huggingface_token", 
 "-e", "SERPER_API_KEY=your_serper_api_key",
 "deep-research-mcp"
 ]
 }
 }
}

IDE de cursor

Para Cursor IDE, agregue la siguiente configuración:

{
 "mcpServers": {
 "deep-research-mcp": {
 "command": "docker",
 "args": [
 "run", 
 "-i", 
 "--rm", 
 "-e", "OPENAI_API_KEY=your_openai_api_key",
 "-e", "HF_TOKEN=your_huggingface_token", 
 "-e", "SERPER_API_KEY=your_serper_api_key",
 "deep-research-mcp"
 ]
 }
 }
}

Uso con servidor MCP remoto

Si está ejecutando el servidor MCP en una máquina remota o lo expone como un servicio, puede usar la configuración basada en URL:

{
 "mcpServers": {
 "deep-research-mcp": {
 "url": "http://your-server-address:8080/mcp",
 "type": "sse"
 }
 }
}

Componentes clave

• deep_research.py : Punto de entrada para el servidor MCP

• create_agent.py : Creación y configuración del agente

• scripts/ : Varias herramientas y utilidades

  • text_web_browser.py : Navegador web basado en texto

  • text_inspector_tool.py : Herramienta de inspección de archivos

  • visual_qa.py : Herramienta de análisis de imágenes

  • mdconvert.py : Convierte varios formatos de archivo a Markdown

Licencia

Este proyecto se proporciona bajo la licencia Apache 2.0.

Expresiones de gratitud

Este proyecto utiliza código de los proyectos smolagents de HuggingFace y autogen de Microsoft.

Maintenance

Resources

• GitHub Repository
Need Help?Related Servers