DeepSeek MCP 서버

DeepSeek API를 위한 MCP(Model Context Protocol) 서버는 DeepSeek의 강력한 언어 모델을 Claude Desktop과 같은 MCP 호환 애플리케이션과 원활하게 통합할 수 있게 해줍니다.

익명으로 DeepSeek API를 사용합니다 -- 반대편에서는 프록시만 보입니다.

설치

Smithery를 통해 설치

Smithery를 통해 Claude Desktop에 DeepSeek MCP 서버를 자동으로 설치하려면:

지엑스피1

수동 설치

Claude Desktop과 함께 사용

claude_desktop_config.json 에 다음을 추가하세요:

특징

참고: 서버는 이러한 자연어 요청을 적절한 구성 변경 사항에 매핑하여 지능적으로 처리합니다. 현재 설정 및 사용 가능한 모델을 쿼리할 수도 있습니다.

• 사용자: "어떤 모델이 있나요?"
  • 응답: 모델 리소스를 통해 사용 가능한 모델과 해당 기능 목록을 보여줍니다.
• 사용자: "어떤 구성 옵션이 있나요?"
  • 응답: model-config 리소스를 통해 사용 가능한 모든 구성 옵션을 나열합니다.
• 사용자: "현재 온도 설정은 어떻게 되나요?"
  • 응답: 현재 온도 설정을 표시합니다.
• 사용자: "다중 턴 대화를 시작하세요. 다음 설정을 사용하세요: 모델: 'deepseek-chat', 너무 창의적이지 않게 설정하고, 토큰은 8000개까지 허용하세요."
  • 응답: 지정된 설정으로 다중 턴 대화를 시작합니다.

R1이 다운되면 자동 모델 폴백

• 기본 모델(R1)이 다운되면(서버에서 deepseek-reasoner 라고 함) 서버는 자동으로 v3(서버에서 deepseek-chat 라고 함)을 시도합니다.

참고: 프롬프트를 제공하고 "use deepseek-reasoner " 또는 "use deepseek-chat "이라고 말하면 언제든지 앞뒤로 전환할 수 있습니다.

• V3는 일반적인 용도에 권장되는 반면, R1은 속도와 토큰 사용 측면에서 주로 기술적이고 복잡한 쿼리에 권장됩니다.

사용 가능한 모델 및 구성에 대한 리소스 검색:

• 사용자 정의 모델 선택
• 온도 조절(0.0~2.0)
• 최대 토큰 한도
• 상위 P 샘플링(0.0~1.0)
• 존재 패널티(-2.0 - 2.0)
• 빈도 페널티(-2.0 - 2.0)

향상된 대화 기능

다중 턴 대화 지원:

• 교환 전반에 걸쳐 완전한 메시지 기록과 컨텍스트를 유지합니다.
• 대화 내내 구성 설정을 유지합니다.
• 복잡한 대화 흐름과 후속 조치를 자동으로 처리합니다.

이 기능은 특히 두 가지 주요 사용 사례에 유용합니다.

1. 학습 및 미세 조정: DeepSeek은 오픈 소스이므로 많은 사용자가 자체 버전을 학습하고 있습니다. 멀티턴 지원은 고품질 대화 모델 학습에 필수적인 적절한 형식의 대화 데이터를 제공합니다.
2. 복잡한 상호작용: 프로덕션 환경에서는 맥락이 중요한 긴 대화를 관리하는 데 도움이 됩니다.
   • 다단계 추론 문제
   • 대화형 문제 해결 세션
   • 자세한 기술 토론
   • 이전 메시지의 컨텍스트가 이후 응답에 영향을 미치는 모든 시나리오

구현에서는 모든 컨텍스트 관리와 메시지 서식 지정을 백그라운드에서 처리하므로 대화 상태를 유지하는 데 필요한 기술적 세부 사항이 아닌 실제 상호 작용에 집중할 수 있습니다.

MCP Inspector로 테스트

MCP Inspector 도구를 사용하여 로컬로 서버를 테스트할 수 있습니다.

1. 서버를 빌드하세요:
   npm run build
2. MCP Inspector로 서버를 실행합니다.
   # Make sure to specify the full path to the built server npx @modelcontextprotocol/inspector node ./build/index.js

검사기가 브라우저에서 열리고 stdio 전송을 통해 서버에 연결됩니다. 다음 작업을 수행할 수 있습니다.

• 사용 가능한 도구 보기
• 다양한 매개변수로 채팅 완료 테스트
• 디버그 서버 응답
• 서버 성능 모니터링

참고: 서버는 기본적으로 DeepSeek의 R1 모델(deepseek-reasoner)을 사용하는데, 이는 추론 및 일반 작업에 대해 최첨단 성능을 제공합니다.

특허

MIT