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: Harness Research MCP
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
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 resultsFirecrawl 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"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。
MITライセンス
This server cannot be deployed
Agent-native search engine with live web research optimized for AI agents.
Fan out deep research across multiple AI providers, synthesize into one unified report.
Web search, fetch, extract, and research for AI agents. Markdown output + AI-synthesized answers.
Investment research superagent: podcasts, SEC filings, and no-code research pipelines.
