Skip to main content
Glama
DeepSeek Search MCP

DeepSeek Search MCP

DeepSeek Search MCP

tests License: MIT

简体中文 | English

给 Claude(桌面版 / Claude Code)接入 DeepSeek 自研搜索引擎,作为 Claude 自带搜索的补充,专门弥补它在中文内容和中国本土信息上的覆盖短板。

你:腾讯 WorkBuddy 最近有什么新动态?

Claude:(先用自带搜索 → 发现最新结果停在两周前 → 自动调用 DeepSeek 只补最近两周)
        ……另用 DeepSeek 补充了国内来源:11 月 16 日,WorkBuddy 开放平台公布……

为什么做这个

Claude 自带的网页搜索擅长英文和全球资料,但碰到中国本土话题时,常常只能搜到英文的二手报道,缺少国内的一手来源,也跟不上国内的最新动态。DeepSeek 在 2026 年 10 月开放了自研搜索引擎的 API,中文覆盖面强,价格也低。

这个项目把两者结合起来,但不是简单地分工("中文归 DeepSeek,英文归 Claude"),而是补充:

flowchart TD
    A[搜索任务] --> B[① 先用 Claude 自带搜索]
    B --> C{② 结果有缺口吗?}
    C -- 没有 --> D[直接回答,不调用 DeepSeek]
    C -- 有 --> E[③ 只针对缺口用 DeepSeek 搜]
    E --> F[④ 合并结果:去重;冲突时以原始来源和权威等级更高的为准]

5 个补充信号(出现任意一个,Claude 才会调用 DeepSeek):

  1. 中文一手来源不足:话题和中国有关,但结果大多是英文二手报道

  2. 相关结果太少:有用的结果不到 3 条,或者问题的某个方面没有覆盖到

  3. 信息过时:问的是最新情况,结果却都是旧内容

  4. 关键结论只有一个来源:用一个独立的搜索引擎交叉验证

  5. 网页打不开:Claude 自带的工具读不了某个页面时,改用 deepseek_fetch

为什么选"补充"而不是"分工":

  • 花钱更少:只在真正需要时才调用,而不是每个中文问题都调用一次

  • 主力不变:Claude 自带搜索始终是第一选择,原有的使用体验基本不变

  • 能交叉验证:两个独立的搜索引擎互相核对关键事实,这是分工模式做不到的

这些规则同时写在两个地方,保证 Claude 看到的说法一致:MCP 服务器的工具说明(server.py 第七节),以及配套的 Skill。

Related MCP server: deepseek-search

功能

工具

作用

deepseek_search

搜索网页。返回标题、链接、网站名、日期、权威等级(0-4)、相关度分数和 600-800 字的摘要。支持 site:、after: 等搜索运算符,以及按时间范围筛选

deepseek_fetch

读取单个网页的全文(Markdown 格式),可以设置最多返回多少字

安全设计

这个项目要处理你的 API Key,还会在你的电脑上运行,所以在安全上做了这些设计:

  • 接口地址写死:Key 只会发往 https://api.deepseek.com。这个地址不能通过环境变量修改,也不会跟随网页跳转

  • 报错信息里隐藏 Key:任何报错信息中出现的 Key 都会被替换成 sk-***

  • 依赖版本和哈希全部锁定:requirements.txt 里每个依赖包都锁定了版本和文件哈希,被篡改的包会被拒绝安装(防范供应链攻击)

  • 拦截内网地址:deepseek_fetch 会拒绝 localhost、192.168.x.x 等内网地址

  • 只读工具:两个工具都标记为只读,不会修改任何东西

  • 修改配置前先备份:安装脚本修改 Claude 配置前会先备份原文件;如果配置文件格式有问题,会直接停下,不做任何修改

  • Key 存在本地文件里:Key 保存在 deepseek.key,不写进 Claude 的配置文件;.gitignore 已经把它排除在外,不会被上传

支持的平台

Claude 桌面版

Claude Code

Windows 10/11

✅ 已在真机测试

✅

macOS(Apple Silicon / M 系列芯片)

⚠️ 支持,但未在真机测试

⚠️ 支持,但未在真机测试

macOS(Intel 芯片)

❌ 有一个依赖包已不再提供 Intel Mac 版本

❌

需要 Python 3.11 或更新版本。

安装

1. 准备 DeepSeek API Key

到 platform.deepseek.com 充值少量余额(10 元足够用很久),然后在「API keys」页面创建一个 Key。

2. 下载本项目

git clone https://github.com/lovwellcomm-cell/deepseek-search-mcp.git

也可以在本页面点击 Code → Download ZIP 下载后解压。放在一个固定的位置,因为 Claude 每次启动都会从这个位置运行它,装好后不要再移动或改名。

3. 运行安装脚本

先彻底退出 Claude 桌面版(如果装了的话),然后:

  • Windows:双击 setup.bat

  • macOS:在终端里进入项目文件夹,运行 bash setup.sh

脚本会依次完成:

  1. 建立独立的 Python 环境

  2. 安装依赖(核对哈希)

  3. 保存你的 Key

  4. 可选的真实搜索自检

  5. 加入 Claude 桌面版 和/或 Claude Code

4. 验证

  • Claude 桌面版:重新打开 Claude,进入 设置 → 开发者,deepseek-search 应该显示为 running

  • Claude Code:运行 claude mcp list,应该能看到 deepseek-search

5. 安装配套 Skill(推荐)

Skill 用来告诉 Claude 什么时候调用 DeepSeek、怎么用好它。

  • Claude 桌面版 / 网页版:把 skills/deepseek-search-routing 文件夹打包成 zip,在 Claude 的 Skills 设置中上传

  • Claude Code:把这个文件夹复制到 ~/.claude/skills/ 下

使用

平时正常提问就行。需要时 Claude 会自动调用 DeepSeek 补充,并在回答里说明。

  • 想直接用 DeepSeek 搜:「用 deepseek 搜一下国内 AI 办公 Agent 的竞品」

  • 某次对话不想用:「这次别用 deepseek」

费用

DeepSeek 按次收费:每 1000 次成功请求 5 元,搜索和读网页分开计算。失败、超时、搜不到结果都不收费。

每一次计费都会记录在项目文件夹里的 usage.log,可以对照 DeepSeek 后台的账单核对。

卸载

先退出 Claude,然后:

  • Windows:双击 uninstall.bat

  • macOS:运行 bash setup.sh --uninstall

卸载脚本会从 Claude 桌面版和 Claude Code 中移除这个 MCP(修改前同样会备份配置)。之后如果不再需要,可以直接删掉整个文件夹。

常见问题

安装时提示"没找到 Claude 的配置文件"

Claude 桌面版在不同版本、不同安装方式下,配置文件的位置不一样。打开 Claude → 设置 → 开发者 → 编辑配置,会弹出配置文件所在的文件夹。Windows 上把里面的 claude_desktop_config.json 拖到 setup.bat 图标上即可;也可以运行:

python install.py --config "配置文件的完整路径"

依赖安装失败

国内访问 PyPI 可能比较慢,安装脚本会提示改用清华镜像重试。哈希校验照样进行,镜像无法篡改包的内容。

Claude 里看不到工具

Windows 上查看日志:%APPDATA%\Claude\logs\mcp-server-deepseek-search.log

提示 401 / 402

401 表示 Key 无效,重新运行安装脚本换一个 Key。402 表示余额不足,需要去 DeepSeek 后台充值。

项目结构

├── server.py              MCP 服务器(全部逻辑都在这里,带详细的中文注释)
├── install.py             安装/卸载脚本(只用 Python 标准库)
├── requirements.txt       依赖清单(版本 + 哈希锁定)
├── setup.bat / uninstall.bat   Windows 一键安装 / 卸载
├── setup.sh               macOS 安装 / 卸载
├── skills/                配套 Skill
├── tests/test_server.py   测试(使用本机模拟服务器,不花钱)
└── .github/workflows/     GitHub 自动测试(Windows / macOS / Linux × Python 3.11 / 3.13)

开发

python -m venv .venv
.venv/bin/pip install --require-hashes --only-binary=:all: -r requirements.txt   # Windows:.venv\Scripts\pip
.venv/bin/python tests/test_server.py server.py

测试会在本机启动一个模拟的 DeepSeek 服务器,覆盖这些情况:结果整理、内容截断、限流重试、错误处理、Key 隐藏、内网地址拦截、用量记录。全程不访问真实的 DeepSeek,也不花钱。

想调整 Claude 调用 DeepSeek 的时机,修改 server.py 第七节的 instructions 和工具说明即可。

致谢

声明

本项目是个人开源项目,与 DeepSeek 和 Anthropic 均无关联。

许可证

MIT

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      B
      quality
      C
      maintenance
      Enables MCP clients to run web searches via DeepSeek's open platform API, with optional web page fetching that returns Markdown content, and supports query syntax for source, language, and time filters.
      1
      74 npm
      1
      MIT
    • A
      license
      A
      quality
      C
      maintenance
      Enables agents to run web searches with query operators and to fetch web pages as Markdown through DeepSeek's native Search/Fetch JSON API. It acts as a fallback for hosts whose built-in web tools are unavailable or return errors such as HTTP 403, rather than retrying them repeatedly.
      2
      1
      MIT
    • A
      license
      A
      quality
      B
      maintenance
      Enables MCP-capable AI clients to run web searches through DeepSeek's search engine and fetch individual webpages as Markdown. Search results include relevance scores, authority, and publication times, and support advanced query syntax such as site:, lang:, and date filters.
      2
      51 npm
      Apache 2.0
    • A
      license
      Not graded
      quality
      C
      maintenance
      Enables MCP clients to run web searches and fetch individual web pages as Markdown through DeepSeek's official Search/Fetch API, with freshness filtering, structured metadata such as publish date, authority and rerank scores, and raw structured output.
      89 npm
      4
      MIT