推理增强服务器

mcp服务器deepseek

A. 模型上下文协议（MCP） 该服务器提供对DeepSeek-R1推理能力的访问，允许非推理模型通过增强思维生成更好的响应。

• 读 R1+Sonet将SOTA设置为aider的多语言基准

概述

该服务器充当LLM应用程序和DeepSeek推理能力之间的桥梁。它通过MCP工具公开DeepSeek-R1的推理内容，任何兼容MCP的客户端都可以使用该工具。

该服务器特别适用于：

• 增强没有本地推理能力的模型的响应
• 访问DeepSeek-R1的复杂问题解决思维过程
• 为Claude或其他支持MCP的LLM添加结构化推理

特性

• 访问DeepSeek-R1：连接到DeepSeek的API以利用其推理模型
• 结构化思维：返回结构化推理 <thinking> 格式
• 与MCP集成：与模型上下文协议完全兼容
• 错误处理：强大的错误处理和详细的日志记录

安装

先决条件

• Python 3.13或更高版本
• DeepSeek的API密钥

设置

1. 克隆存储库：

   复制

   git clone https://github.com/yourusername/mcp-server-deepseek.git
   cd mcp-server-deepseek
   

2. 创建虚拟环境：

   复制

   python -m venv venv
   source venv/bin/activate  # On Windows: venv\Scripts\activate
   

3. 安装软件包：

   复制

   pip install -e .
   

4. 创建一个 .env 使用您的DeepSeek API凭据文件：

   复制

   cp .env.example .env
   

5. 编辑 .env 带有API密钥和模型详细信息的文件：

   复制

   MCP_SERVER_DEEPSEEK_MODEL_NAME=deepseek-reasoner
   MCP_SERVER_DEEPSEEK_API_KEY=your_api_key_here
   MCP_SERVER_DEEPSEEK_API_BASE_URL=https://api.deepseek.com
   

用法

运行服务器

您可以直接运行服务器：

mcp-server-deepseek

或者使用MCP检查器的开发模式：

make dev

MCP工具

服务器公开了一个工具：

think_with_deepseek_r1

此工具向DeepSeek-R1发送提示并返回其推理内容。

论据：

• prompt （string）：要处理的完整用户提示

退货：

• 包含DeepSeek-R1推理的字符串 <thinking> 标签

示例用法

当与Claude或支持MCP的其他LLM一起使用时，您可以通过调用该工具来触发思维过程：

Please use the think_with_deepseek_r1 tool with the following prompt:
"How can I optimize a neural network for time series forecasting?"

发展

测试

对于开发和测试，请使用MCP检查器：

npx @modelcontextprotocol/inspector uv run mcp-server-deepseek

日志记录

日志存储在 ~/.cache/mcp-server-deepseek/server.log

日志级别可以使用配置 LOG_LEVEL 环境变量（默认为 DEBUG).

故障排除

常见问题

• API关键问题：确保在中正确设置了DeepSeek API密钥 .env 文件
• 超时错误：复杂的提示可能会导致超时。试着简化你的提示
• 缺少推理：某些查询可能无法生成推理内容。尝试重新表述

错误记录

检查日志以了解详细的错误消息：

cat ~/.cache/mcp-server-deepseek/server.log

许可证

麻省理工学院

贡献

欢迎投稿！请随时提交拉取请求。

致谢

• 感谢DeepSeek团队强大的推理模型
• 与 模型上下文协议 框架