Skip to main content
Glama
RyotaOzawa0

Langgraph Deep Search MCP Server

by RyotaOzawa0
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

Langgraph Deep Search MCP Server

Google Gemini公式実装をベースにしたLangGraphのAIエージェントを使用して包括的な調査を実行します。

🎯 実装について

Langgraph Implementation

  • 完全にGoogleの公式実装をベース

  • Gemini 2.5 Flashのネイティブ検索機能使用

  • LangGraphによる状態管理とワークフロー

  • grounding metadataによる自動引用

🌟 機能

  • Deep Search: 複数回の検索イテレーションによる包括的な調査

  • Quick Search: 単発検索による迅速な結果取得

  • Gemini Native Search: Gemini 2.5 Flashのネイティブ検索機能を使用した高品質な検索

  • AI Analysis: Gemini 2.5 Proを使用した結果の分析と統合

  • MCP Integration: Model Context Protocolによる外部アプリケーションとの統合

  • 自動引用: grounding metadataによる自動的なソース情報取得

🚀 クイックスタート

方法1: uvx使用 (推奨)

# 1. プロジェクトのクローン git clone https://github.com/RyotaOzawa0/langgraph-deepsearch-mcp.git cd deep-search-mcp-server # 2. 環境変数設定 export GEMINI_API_KEY=your_gemini_api_key_here # 3. MCPサーバー起動 uvx --from . langgraph-deep-search

方法2: 手動セットアップ

# 1. プロジェクトのクローン git clone <repository-url> cd deep-search-mcp-server # 2. 依存関係インストール uv sync # 3. 環境変数設定 export GEMINI_API_KEY=your_gemini_api_key_here # 4. MCPサーバー起動 python gemini_server.py

📋 詳細インストール手順

前提条件

  • Python 3.10以上

  • uv (推奨) または pip

手動インストール

# 1. リポジトリをクローン git clone <repository-url> cd deep-search-mcp-server # 2. uvでプロジェクトセットアップ uv sync uv pip install -e . # 3. 環境変数設定 cp .env.example .env # .envファイルを編集してAPIキーを設定 # 4. テスト実行 uv run python gemini_server.py

API キー

🛠 使用方法

自然言語入力例

MCPサーバーがClaude DesktopなどのMCPホストに接続されると、以下のような自然言語でリサーチを依頼できます：

包括的な調査 (deep_search)

「React状態管理ライブラリを包括的に比較調査して」 「Terraformベストプラクティスを深く調べて」

迅速な検索 (quick_search)

「Claude Codeの使用感・評判を速攻で調査して」 「Devinの最新アプデをサクッと検索して」

サーバー状態確認

「検索ツールの状態を確認してください」 「MCPサーバーの設定情報を教えてください」

MCP Tools (開発者向け)

deep_search

包括的な調査を実行します。

パラメータ:

  • query (str): 調査したいトピック

  • max_iterations (int, default=3): 最大イテレーション回数

  • max_results_per_query (int, default=5): クエリごとの最大結果数

  • language (str, default="en"): 検索言語

quick_search

単発検索による迅速な結果取得。

get_search_tools

利用可能な検索ツールの状態を確認。

MCP Resources

search-config

サーバーの設定情報と利用可能なツールの状態を取得。

主要コンポーネント

  1. GoogleSearchManager: Google検索の統合管理

  2. DeepResearchGraph: LangGraphによる調査ワークフロー

  3. FastMCP Server: MCPプロトコルでのツール公開

🔧 Claude Desktop連携

uvxを使用した設定

claude_desktop_config.jsonに以下を追加：

{ "mcpServers": { "langgraph-deep-search": { "command": "uvx", "args": ["--from", "/path/to/deep-search-mcp-server", "langgraph-deep-search"], "env": { "GEMINI_API_KEY": "your_gemini_api_key" } } } }

uv run使用での設定

{ "mcpServers": { "langgraph-deep-search": { "command": "uv", "args": ["run", "--directory", "/path/to/deep-search-mcp-server", "python", "gemini_server.py"], "env": { "GEMINI_API_KEY": "your_gemini_api_key" } } } }

直接実行での設定

{ "mcpServers": { "langgraph-deep-search": { "command": "python", "args": ["/path/to/deep-search-mcp-server/gemini_server.py"], "env": { "GEMINI_API_KEY": "your_gemini_api_key" } } } }

開発モード

# MCP Inspector付きで開発 mcp dev gemini_server.py

🔍 トラブルシューティング

よくあるエラー

  1. ModuleNotFoundError: No module named 'mcp':

    • 解決策: uv syncで依存関係をインストール

    • または: uv run python gemini_server.pyを使用

  2. Agent not initialized:

    • 解決策: GEMINI_API_KEY環境変数を設定

  3. Process exited with code 1:

    • 解決策: 絶対パスとuv runを使用

    • WSLの場合: uv run python gemini_server.pyを含むコマンドを使用

  4. Import errors:

    • 解決策: uv syncで依存関係をインストール

ログ確認

サーバー実行時にコンソールに出力されるログで状態を確認できます。

デバッグモード

# 詳細ログ付きで実行 mcp dev gemini_server.py

📄 ライセンス

MIT License

🤝 貢献

  1. Forkしてfeatureブランチを作成

  2. 変更をcommit

  3. Pull Requestを作成

📚 参考

This server cannot be installed

-
security - not tested
A
license - permissive license
-
quality - not tested

How are these scores calculated?

Resources

New MCP Servers

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/RyotaOzawa0/langgraph-deepsearch-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server