ディープリサーチMCPサーバーを開く
AIを搭載したリサーチアシスタントは、あらゆるトピックについて深く反復的なリサーチを実行します。検索エンジン、ウェブスクレイピング、AIを組み合わせ、トピックを深く掘り下げて包括的なレポートを生成します。モデルコンテキストプロトコル（MCP）ツールまたはスタンドアロンのCLIとしてご利用いただけます。レポートの外観については、exampleout.mdをご覧ください。
クイックスタート
クローンしてインストール:
git clone https://github.com/Ozamatash/deep-research
cd deep-research
npm install.env.localで環境を設定します。
# Copy the example environment file
cp .env.example .env.local建てる：
# Build the server
npm run buildcli バージョンを実行します:
npm run start "Your research query here"Claude Desktop で MCP サーバーをテストします。
サーバー クイックスタートの下部にあるガイドに従って、サーバーを Claude Desktop に追加します。
https://modelcontextprotocol.io/quickstart/server
Related MCP server: Octagon Deep Research MCP
特徴
ターゲットを絞った検索クエリを生成して、深く反復的な調査を実行します。
深さ（深さ）と幅（広さ）のパラメータで研究範囲を制御する
詳細なスコア（0～1）と推論で情報源の信頼性を評価する
信頼性の高い情報源（0.7以上）を優先し、信頼性の低い情報を検証する
研究ニーズをより深く理解するためにフォローアップの質問を生成する
調査結果、ソース、信頼性評価を含む詳細なマークダウンレポートを作成します
AIエージェント用のモデルコンテキストプロトコル（MCP）ツールとして利用可能
現時点ではMCPバージョンではフォローアップの質問は行われません
仕組み
flowchart TB
subgraph Input
Q[User Query]
B[Breadth Parameter]
D[Depth Parameter]
FQ[Feedback Questions]
end
subgraph Research[Deep Research]
direction TB
SQ[Generate SERP Queries]
SR[Search]
RE[Source Reliability Evaluation]
PR[Process Results]
end
subgraph Results[Research Output]
direction TB
L((Learnings with
Reliability Scores))
SM((Source Metadata))
ND((Next Directions:
Prior Goals,
New Questions))
end
%% Main Flow
Q & FQ --> CQ[Combined Query]
CQ & B & D --> SQ
SQ --> SR
SR --> RE
RE --> PR
%% Results Flow
PR --> L
PR --> SM
PR --> ND
%% Depth Decision and Recursion
L & ND --> DP{depth > 0?}
DP -->|Yes| SQ
%% Final Output
DP -->|No| MR[Markdown Report]
%% Styling
classDef input fill:#7bed9f,stroke:#2ed573,color:black
classDef process fill:#70a1ff,stroke:#1e90ff,color:black
classDef output fill:#ff4757,stroke:#ff6b81,color:black
classDef results fill:#a8e6cf,stroke:#3b7a57,color:black,width:150px,height:150px
class Q,B,D,FQ input
class SQ,SR,RE,PR process
class MR output
class L,SM,ND results詳細設定
Local Firecrawl の使用（無料オプション）
Firecrawl APIを使用する代わりに、ローカルインスタンスを実行することもできます。searchapiキーの使用を避けるため、公式リポジトリまたは検索バックエンドとしてsearXNGを使用する私のフォークを使用してください。
ローカル Firecrawl をセットアップします。
git clone https://github.com/Ozamatash/localfirecrawl
cd localfirecrawl
# Follow setup in localfirecrawl README.env.localを更新します:
FIRECRAWL_BASE_URL="http://localhost:3002"オプション: 可観測性
Langfuse を使用して、研究フロー、クエリ、結果を追跡するための可観測性を追加します。
# Add to .env.local
LANGFUSE_PUBLIC_KEY="your_langfuse_public_key"
LANGFUSE_SECRET_KEY="your_langfuse_secret_key"Langfuse キーが提供されていない場合、アプリは観測可能性なしで正常に動作します。
ライセンス
MITライセンス