딥리서치 MCP

📚 개요

DeepResearch MCP는 모델 컨텍스트 프로토콜(MCP)을 기반으로 구축된 강력한 연구 지원 도구입니다. 웹 검색, 분석 및 종합 보고서 생성을 통해 모든 주제에 대해 지능적이고 반복적인 연구를 수행합니다.

🌟 주요 특징

지능형 주제 탐색 - 지식 격차를 자동으로 식별하고 집중적인 검색 쿼리를 생성합니다.
포괄적인 콘텐츠 추출 - 향상된 콘텐츠 구성을 통한 향상된 웹 스크래핑
구조화된 지식 처리 - 토큰 사용을 관리하면서 중요한 정보를 보존합니다.
학술 보고서 생성 - 요약, 분석 및 시각화를 통해 상세하고 잘 구성된 보고서를 생성합니다.
완전한 참고문헌 - 번호가 매겨진 참조를 통해 모든 출처를 적절하게 인용합니다.
적응형 콘텐츠 관리 - 토큰 한도 내에 있도록 콘텐츠를 자동으로 관리합니다.
오류 복원력 - 전체 처리가 불가능한 경우 오류를 복구하고 부분 보고서를 생성합니다.

Related MCP server: OpenDeepSearch

🛠️ 건축

지엑스피1

💻 설치

필수 조건

Node.js 18 이상
OpenAI API 키
Firecrawl API 키

설정 단계

저장소를 복제합니다

git clone <repository-url>
cd deep-research-mcp

종속성 설치
```
npm install
```

환경 변수 구성

cp .env.example .env

.env 파일을 편집하고 API 키를 추가하세요.

OPENAI_API_KEY=sk-your-openai-api-key
FIRECRAWL_API_KEY=your-firecrawl-api-key

프로젝트를 빌드하세요
```
npm run build
```

🚀 사용법

MCP 서버 실행

MCP 클라이언트 연결을 위해 stdio에서 서버를 시작합니다.

npm start

예제 클라이언트 사용

특정 주제에 대해 지정된 깊이로 연구를 실행합니다.

npm run client "Your research topic" 3

매개변수:

첫 번째 주장: 연구 주제 또는 질의
두 번째 인수: 연구 깊이(반복 횟수, 기본값: 2)
세 번째 인수(선택 사항): 완전한 연구 도구(단일 단계 프로세스)를 사용하려면 "complete"를 사용합니다.

예:

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

출력 예

DeepResearch MCP는 다음을 포함하는 포괄적인 보고서를 작성합니다.

요약 - 연구 결과에 대한 간략한 개요
서론 - 연구 주제의 맥락 및 중요성
방법론 - 연구 접근 방식에 대한 설명
종합 분석 - 주제에 대한 자세한 검토
비교 분석 - 주요 측면의 시각적 비교
토론 - 연구 결과 및 의미 해석
제한 사항 - 연구의 제약 및 차이점
결론 - 최종 통찰력 및 권장 사항
참고문헌 - URL이 포함된 전체 출처 목록

🔧 MCP 통합

사용 가능한 MCP 리소스

리소스 경로	설명
`research://state/{sessionId}`	연구 세션의 현재 상태에 액세스하세요
`research://findings/{sessionId}`	세션에 대한 수집된 결과에 액세스하세요

사용 가능한 MCP 도구

도구 이름	설명	매개변수
`initialize-research`	새로운 연구 세션을 시작하세요	`query` : 문자열, `depth` : 숫자
`execute-research-step`	다음 연구 단계를 실행하세요	`sessionId` : 문자열
`generate-report`	최종 보고서 작성	`sessionId` : 문자열, `timeout` : 숫자(선택 사항)
`complete-research`	전체 연구 과정을 실행합니다	`query` : 문자열, `depth` : 숫자, `timeout` : 숫자(선택 사항)

🖥️ Claude 데스크톱 통합

DeepResearch MCP는 Claude Desktop과 통합되어 Claude에 직접적인 연구 기능을 제공할 수 있습니다.

구성 단계

샘플 구성을 복사합니다

cp claude_desktop_config_sample.json ~/path/to/claude/desktop/config/directory/claude_desktop_config.json

구성 파일을 편집하세요

deep-research-mcp 설치를 가리키도록 경로를 업데이트하고 API 키를 추가합니다.

{
  "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"
      }
    }
  }
}

Claude Desktop을 다시 시작하세요
구성을 저장한 후 Claude Desktop을 다시 시작하여 변경 사항을 적용하세요.
Claude Desktop과 함께 사용
이제 다음과 같은 명령을 사용하여 Claude에게 연구를 수행하도록 요청할 수 있습니다.
```
Can you research the impact of climate change on coral reefs and provide a detailed report?
```

📋 샘플 클라이언트 코드

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);

🔍 문제 해결

일반적인 문제

토큰 한도 초과 : 매우 큰 규모의 연구 주제의 경우 OpenAI 토큰 한도 오류가 발생할 수 있습니다. 다음을 시도해 보세요.
- 연구 깊이 줄이기
- 더 구체적인 쿼리 사용
- 복잡한 주제를 더 작은 하위 주제로 나누기
시간 초과 오류 : 복잡한 조사의 경우, 프로세스가 시간 초과될 수 있습니다. 해결 방법:
- 도구 호출에서 시간 초과 매개변수를 늘리세요
- 더 긴 시간 제한이 있는 complete-research 도구를 사용하세요
- 더 작은 단위로 연구 과정 진행
API 속도 제한 : OpenAI 또는 Firecrawl에서 속도 제한 오류가 발생하는 경우:
- 연구 단계 사이에 지연을 구현합니다.
- 더 높은 속도 제한이 있는 API 키를 사용하세요
- 지수 백오프로 재시도

📝 라이센스

아이에스씨

🙏 감사의 말

모델 컨텍스트 프로토콜 로 구축됨
OpenAI 및 Firecrawl 기반

DeepResearch MCP