Investigación profunda MCP

📚 Descripción general

DeepResearch MCP es un potente asistente de investigación basado en el Protocolo de Contexto de Modelo (MCP). Realiza investigaciones inteligentes e iterativas sobre cualquier tema mediante búsquedas web, análisis y generación de informes completos.

🌟 Características principales

Exploración inteligente de temas : identifica automáticamente las lagunas de conocimiento y genera consultas de búsqueda enfocadas
Extracción integral de contenido : web scraping mejorado con organización de contenido optimizada
Procesamiento de conocimiento estructurado : preserva información importante mientras administra el uso de tokens
Generación de informes académicos : crea informes detallados y bien estructurados con resúmenes ejecutivos, análisis y visualizaciones.
Bibliografía completa : cita correctamente todas las fuentes con referencias numeradas
Gestión de contenido adaptable : administra automáticamente el contenido para mantenerse dentro de los límites de tokens.
Resiliencia ante errores : se recupera de errores y genera informes parciales cuando no es posible el procesamiento completo

🛠️ Arquitectura

┌────────────────────┐     ┌─────────────────┐     ┌────────────────┐
│                    │     │                 │     │                │
│  MCP Server Layer  ├────►│ Research Service├────►│ Search Service │
│  (Tools & Prompts) │     │ (Session Mgmt)  │     │  (Firecrawl)   │
│                    │     │                 │     │                │
└────────────────────┘     └─────────┬───────┘     └────────────────┘
                                     │
                                     ▼
                           ┌─────────────────┐
                           │                 │
                           │  OpenAI Service │
                           │ (Analysis/Rpt)  │
                           │                 │
                           └─────────────────┘

💻 Instalación

Prerrequisitos

Node.js 18 o superior
Clave API de OpenAI
Clave API de Firecrawl

Pasos de configuración

Clonar el repositorio
git clone <repository-url> cd deep-research-mcp
Instalar dependencias
npm install
Configurar variables de entorno
cp .env.example .env
Edite el archivo .env y agregue sus claves API:
OPENAI_API_KEY=sk-your-openai-api-key FIRECRAWL_API_KEY=your-firecrawl-api-key
Construir el proyecto
npm run build

🚀 Uso

Ejecución del servidor MCP

Inicie el servidor en stdio para conexiones de cliente MCP:

npm start

Usando el cliente de ejemplo

Realizar una investigación sobre un tema específico con una profundidad determinada:

npm run client "Your research topic" 3

Parámetros:

Primer argumento: Tema de investigación o consulta
Segundo argumento: Profundidad de la investigación (número de iteraciones, predeterminado: 2)
Tercer argumento (opcional): "completo" para utilizar la herramienta de investigación completa (proceso de un solo paso)

Ejemplo:

npm run client "the impact of climate change on coral reefs" 3 complete

Ejemplo de salida

El MCP de DeepResearch producirá un informe completo que incluye:

Resumen ejecutivo : descripción general concisa de los resultados de la investigación
Introducción - Contexto e importancia del tema de investigación
Metodología - Descripción del enfoque de la investigación
Análisis exhaustivo : examen detallado del tema
Análisis comparativo : comparación visual de aspectos clave
Discusión - Interpretación de los hallazgos e implicaciones
Limitaciones - Restricciones y lagunas en la investigación
Conclusión - Conclusiones y recomendaciones finales
Bibliografía - Lista completa de fuentes con URL

🔧 Integración MCP

Recursos MCP disponibles

Ruta de recursos	Descripción
`research://state/{sessionId}`	Acceder al estado actual de una sesión de investigación
`research://findings/{sessionId}`	Acceda a los resultados recopilados para una sesión

Herramientas MCP disponibles

Nombre de la herramienta	Descripción	Parámetros
`initialize-research`	Iniciar una nueva sesión de investigación	`query` : cadena, `depth` : número
`execute-research-step`	Ejecutar el siguiente paso de investigación	`sessionId` : cadena
`generate-report`	Crear un informe final	`sessionId` : cadena, `timeout` : número (opcional)
`complete-research`	Ejecutar todo el proceso de investigación	`query` : cadena, `depth` : número, `timeout` : número (opcional)

🖥️ Integración de escritorio de Claude

DeepResearch MCP se puede integrar con Claude Desktop para proporcionar capacidades de investigación directa a Claude.

Pasos de configuración

Copiar la configuración de muestra
cp claude_desktop_config_sample.json ~/path/to/claude/desktop/config/directory/claude_desktop_config.json
Editar el archivo de configuraciónActualice la ruta para que apunte a su instalación de deep-research-mcp y agregue sus claves API:
{ "mcpServers": { "deep-research": { "command": "node", "args": [ "/absolute/path/to/your/deep-research-mcp/dist/index.js" ], "env": { "FIRECRAWL_API_KEY": "your-firecrawler-api-key", "OPENAI_API_KEY": "your-openai-api-key" } } } }
Reiniciar Claude DesktopDespués de guardar la configuración, reinicie Claude Desktop para que los cambios surtan efecto.
Uso con Claude DesktopAhora puedes pedirle a Claude que realice una investigación usando comandos como:
Can you research the impact of climate change on coral reefs and provide a detailed report?

📋 Código de cliente de muestra

import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";

async function main() {
  // Connect to the server
  const transport = new StdioClientTransport({
    command: "node",
    args: ["dist/index.js"]
  });

  const client = new Client({ name: "deep-research-client", version: "1.0.0" });
  await client.connect(transport);

  // Initialize research
  const initResult = await client.callTool({
    name: "initialize-research",
    arguments: {
      query: "The impact of artificial intelligence on healthcare",
      depth: 3
    }
  });
  
  // Parse the response to get sessionId
  const { sessionId } = JSON.parse(initResult.content[0].text);
  
  // Execute steps until complete
  let currentDepth = 0;
  while (currentDepth < 3) {
    const stepResult = await client.callTool({
      name: "execute-research-step",
      arguments: { sessionId }
    });
    
    const stepInfo = JSON.parse(stepResult.content[0].text);
    currentDepth = stepInfo.currentDepth;
    
    console.log(`Completed step ${stepInfo.currentDepth}/${stepInfo.maxDepth}`);
  }
  
  // Generate final report with timeout
  const report = await client.callTool({
    name: "generate-report",
    arguments: { 
      sessionId,
      timeout: 180000 // 3 minutes timeout
    }
  });
  
  console.log("Final Report:");
  console.log(report.content[0].text);
}

main().catch(console.error);

🔍 Solución de problemas

Problemas comunes

Límite de tokens excedido : En temas de investigación muy extensos, es posible que se produzcan errores de límite de tokens de OpenAI. Pruebe:
- Reducir la profundidad de la investigación
- Usando consultas más específicas
- Dividir temas complejos en subtemas más pequeños
Errores de tiempo de espera : En investigaciones complejas, el proceso puede agotar el tiempo de espera. Soluciones:
- Aumentar los parámetros de tiempo de espera en las llamadas de herramientas
- Utilice la herramienta complete-research con un tiempo de espera más largo
- Investigación de procesos en fragmentos más pequeños
Límites de velocidad de la API : si encuentra errores de límite de velocidad de OpenAI o Firecrawl:
- Implementar un retraso entre los pasos de la investigación
- Utilice una clave API con límites de velocidad más altos
- Reintentar con retroceso exponencial

📝 Licencia

ISC

🙏 Agradecimientos

Construido con el Protocolo de Contexto de Modelo
Desarrollado con OpenAI y Firecrawl

DeepResearch MCP

Integrations

Investigación profunda MCP

📚 Descripción general

🌟 Características principales

🛠️ Arquitectura

💻 Instalación

Prerrequisitos

Pasos de configuración

🚀 Uso

Ejecución del servidor MCP

Usando el cliente de ejemplo

Ejemplo de salida

🔧 Integración MCP

Recursos MCP disponibles

Herramientas MCP disponibles

🖥️ Integración de escritorio de Claude

Pasos de configuración

📋 Código de cliente de muestra

🔍 Solución de problemas

Problemas comunes

📝 Licencia

🙏 Agradecimientos

Tools

Appeared in Searches