AI导哈

多代理研究框架

Deep Research MCP是一个基于Python和MCP（消息控制协议）的多代理研究框架，提供研究、编辑、写作和发布等功能，适用于自动化研究任务和内容生成。

  • by JoshuaLelon
  • Python
  • 本地部署
  • 11 星标
  • 更新于
在 GitHub 查看 JoshuaLelon/deep-research-mcp

使用说明

深入研究MCP

该存储库提供了一个使用Python和MCP（消息控制协议）的多代理研究框架。默认入口点为 mcp_server.py，它设置了一个名为的FastMCP服务器 深入研究 并公开一个名为 deep_research.

设置

  1. 克隆存储库：

    git clone https://github.com/yourusername/deep-research-mcp.git
cd deep-research-mcp

  2. 创建/填充您的 .env 文件：

    cp .env.example .env
# Then edit the new .env file to fill in your secrets and environment variables
# For example:
# OPENAI_API_KEY=sk-123-yourkey
# Additional environment variables can be placed here

  3. 安装依赖关系：

    pip install -r multi_agents/requirements.txt

  4. 编辑您的 claude_desktop_config.json 文件应包括以下内容：

    {
    "mcpServers": {
        "deep-research-mcp": {
            "command": "path/to/your/python/interpreter",
            "args": [
                "/path/to/this/project/deep-research-mcp/mcp_server.py"
            ]
        }
    }
}

  5. 运行MCP服务器：

    python mcp_server.py

    这将在本地启动FastMCP工具服务器。从这里，任何兼容MCP的客户端或CLI都可以调用 deep_research 工具。

项目概述

  • 多代理
    • 代理：包含各种AI代理（ResearchAgent、EditorAgent等）。
    • 记忆：用于存储研究和起草州的打字词典。
    • main.py：加载任务和编排代理的核心逻辑。
    • README.md：有关使用、文件输出设置等的其他说明。
  • mcp_server.py：主FastMCP服务器文件（入口点）。
  • 实用：跨代码库使用的共享函数和枚举。
  • .gitignore, 需求.txt等：标准设置文件。

下面是一份 multi_agents/README.md 以树状结构作为参考：

multi_agents/
│
├─ README.md
│   └─ (Documentation on file output vs. direct return)
│
├─ agents/
│   ├─ __init__.py
│   ├─ browser.py
│   ├─ researcher.py
│   ├─ editor.py
│   ├─ writer.py
│   ├─ publisher.py
│   └─ ... (other agents)
│
├─ memory/
│   ├─ __init__.py
│   ├─ draft.py
│   └─ research.py
│
├─ main.py
├─ __init__.py
└─ requirements.txt

相关 MCP