DeepSeek MCP 服务器

DeepSeek API 的模型上下文协议 (MCP) 服务器，允许 DeepSeek 强大的语言模型与 Claude Desktop 等 MCP 兼容应用程序无缝集成。

匿名使用 DeepSeek API——在另一端只能看到代理

安装

通过 Smithery 安装

要通过Smithery自动为 Claude Desktop 安装 DeepSeek MCP 服务器：

手动安装

与 Claude Desktop 一起使用

将其添加到您的claude_desktop_config.json中：

特征

注意：服务器会智能地处理这些自然语言请求，并将它们映射到适当的配置更改。您还可以查询当前设置和可用模型：

• 用户：“有哪些型号可供选择？”
  • 响应：通过模型资源显示可用模型及其功能的列表。
• 用户：“我有哪些配置选项？”
  • 响应：通过 model-config 资源列出所有可用的配置选项。
• 用户：“当前温度设置是多少？”
  • 响应：显示当前温度设置。
• 用户：“开始多轮对话。使用以下设置：模型：‘deepseek-chat’，不要太有创意，并允许 8000 个令牌。”
  • 响应：使用指定的设置开始多轮对话。

如果 R1 发生故障，则自动模型回退

• 如果主模型（R1）发生故障（在服务器中称为deepseek-reasoner ），服务器将自动尝试使用 v3（在服务器中称为deepseek-chat ）

注意：您也可以随时来回切换，只需给出提示并说“使用deepseek-reasoner ”或“使用deepseek-chat ”

• 建议将 V3 用于一般用途，而将 R1 用于技术性更强、更复杂的查询，主要是因为速度和令牌使用

可用模型和配置的资源发现：

• 自定义模型选择
• 温度控制（0.0 - 2.0）
• 最大代币限制
• 顶部 P 采样（0.0 - 1.0）
• 出场惩罚 (-2.0 - 2.0)
• 频率惩罚（-2.0 - 2.0）

增强的对话功能

多轮对话支持：

• 维护跨交易所的完整消息历史记录和上下文
• 在整个对话过程中保留配置设置
• 自动处理复杂的对话流程和后续链

此功能对于两个关键用例特别有价值：

1. **训练与微调：**由于 DeepSeek 是开源的，许多用户正在训练自己的版本。多轮对话支持提供了格式正确的对话数据，这对于训练高质量的对话模型至关重要。
2. **复杂交互：**对于生产用途，这有助于管理上下文至关重要的较长对话：
   • 多步骤推理问题
   • 交互式故障排除会议
   • 详细的技术讨论
   • 任何早期消息的上下文都会影响后续响应的情况

该实现在后台处理所有上下文管理和消息格式，让您专注于实际交互而不是维护对话状态的技术细节。

使用 MCP Inspector 进行测试

您可以使用 MCP Inspector 工具在本地测试服务器：

1. 构建服务器：
   npm run build
2. 使用 MCP Inspector 运行服务器：
   # Make sure to specify the full path to the built server npx @modelcontextprotocol/inspector node ./build/index.js

检查器将在您的浏览器中打开，并通过 stdio 传输连接到服务器。您可以：

• 查看可用工具
• 使用不同的参数测试聊天完成情况
• 调试服务器响应
• 监控服务器性能

注意：服务器默认使用DeepSeek的R1模型（deepseek-reasoner），该模型为推理和通用任务提供了最先进的性能。

执照

麻省理工学院