Deepseek Thinker MCP Server

Co dělá MCP server “Deepseek Thinker”?

Deepseek Thinker MCP Server funguje jako poskytovatel Model Context Protocol (MCP), který dodává obsah uvažování modelu Deepseek do MCP-podporovaných AI klientů, jako je Claude Desktop. Umožňuje AI asistentům přistupovat k myšlenkovým procesům a výstupům uvažování Deepseek buď přes API službu Deepseek, nebo z lokálního serveru Ollama. Integrací tohoto serveru mohou vývojáři vylepšit své AI workflowy zaměřeným uvažováním, a to jak pomocí cloudové, tak lokální inference. Tento server je zvláště užitečný ve scénářích, kde jsou požadovány detailní řetězce uvažování (chain-of-thought, CoT) pro následné AI úlohy, a je tak cenný pro pokročilý vývoj, ladění i obohacení AI agentů.

Seznam promptů

V repozitáři ani dokumentaci nejsou uvedeny žádné explicitní šablony promptů.

Seznam zdrojů

V dokumentaci ani kódu nejsou detailně popsány žádné explicitní MCP zdroje.

Seznam nástrojů

• get-deepseek-thinker
  • Popis: Provádí uvažování pomocí modelu Deepseek.
  • Vstupní parametr: originPrompt (string) — původní prompt uživatele.
  • Vrací: Strukturovanou textovou odpověď obsahující průběh uvažování.

Příklady využití tohoto MCP serveru

• Vylepšení AI uvažování
  • Využijte detailní výstupy řetězce myšlenek Deepseek pro obohacení odpovědí AI klienta a poskytnutí transparentních kroků uvažování.
• Integrace s Claude Desktop
  • Plynulé propojení do Claude Desktop nebo podobných AI platforem pro pokročilé uvažovací schopnosti skrze MCP.
• Dva režimy inference
  • Vyberte si mezi cloudovou (OpenAI API) nebo lokální (Ollama) inference podle potřeb na soukromí, náklady či latenci.
• Ladění & analýza vývojářem
  • Využijte server pro odhalení a analýzu myšlení modelu při výzkumu, ladění i studiích interpretovatelnosti.
• Flexibilní nasazení
  • Provozujte server lokálně nebo v cloudu podle požadavků workflowu.

Jak jej nastavit

Windsurf

1. Předpoklady: Ujistěte se, že máte na svém systému nainstalován Node.js a npx.
2. Konfigurační soubor: Najděte svůj konfigurační soubor Windsurf (např. windsurf_config.json).
3. Přidejte Deepseek Thinker MCP Server: Vložte následující JSON úryvek do objektu mcpServers:

   {
     "deepseek-thinker": {
       "command": "npx",
       "args": [
         "-y",
         "deepseek-thinker-mcp"
       ],
       "env": {
         "API_KEY": "<Your API Key>",
         "BASE_URL": "<Your Base URL>"
       }
     }
   }
   

4. Uložte a restartujte: Uložte změny a restartujte Windsurf.
5. Ověřte: Zkontrolujte integraci MCP serveru v klientu Windsurf.

Claude

1. Předpoklady: Node.js a npx nainstalovány.
2. Upravte konfiguraci: Otevřete claude_desktop_config.json.
3. Přidejte MCP server:

   {
     "mcpServers": {
       "deepseek-thinker": {
         "command": "npx",
         "args": [
           "-y",
           "deepseek-thinker-mcp"
         ],
         "env": {
           "API_KEY": "<Your API Key>",
           "BASE_URL": "<Your Base URL>"
         }
       }
     }
   }
   

4. Uložte konfiguraci: Zapište změny a restartujte Claude Desktop.
5. Ověření: Ověřte, že Deepseek Thinker je dostupný ve vašem seznamu MCP nástrojů.

Cursor

1. Ujistěte se o předpokladech: Node.js a npx musí být nainstalovány.
2. Najděte konfiguraci Cursor: Otevřete svůj MCP konfigurační soubor Cursor.
3. Vložte detaily MCP serveru:

   {
     "mcpServers": {
       "deepseek-thinker": {
         "command": "npx",
         "args": [
           "-y",
           "deepseek-thinker-mcp"
         ],
         "env": {
           "API_KEY": "<Your API Key>",
           "BASE_URL": "<Your Base URL>"
         }
       }
     }
   }
   

4. Uložte & restartujte: Proveďte změny a restartujte Cursor.
5. Zkontrolujte integraci: Ověřte, že Deepseek Thinker je v provozu.

Cline

1. Předpoklady: Ujistěte se, že Node.js a npx jsou připravené.
2. Upravte konfiguraci Cline: Otevřete konfigurační soubor Cline.
3. Přidejte blok MCP serveru:

   {
     "mcpServers": {
       "deepseek-thinker": {
         "command": "npx",
         "args": [
           "-y",
           "deepseek-thinker-mcp"
         ],
         "env": {
           "API_KEY": "<Your API Key>",
           "BASE_URL": "<Your Base URL>"
         }
       }
     }
   }
   

4. Uložte a restartujte: Uložte konfiguraci a restartujte Cline.
5. Ověřte funkčnost: Ujistěte se, že je server uvedený a přístupný.

Poznámka: Zabezpečení API klíčů

Pro všechny platformy by měly být API klíče a citlivé konfigurační hodnoty zadávány pomocí proměnných prostředí v sekci env. Příklad:

{
  "mcpServers": {
    "deepseek-thinker": {
      "command": "npx",
      "args": [
        "-y",
        "deepseek-thinker-mcp"
      ],
      "env": {
        "API_KEY": "<Your API Key>",
        "BASE_URL": "<Your Base URL>"
      }
    }
  }
}

Pro lokální režim Ollama nastavte v objektu env hodnotu USE_OLLAMA na "true":

"env": {
  "USE_OLLAMA": "true"
}

Jak používat tento MCP ve flow

Použití MCP ve FlowHunt

Pro integraci MCP serverů do vašeho workflowu ve FlowHunt začněte přidáním MCP komponenty do vašeho flow a propojením s AI agentem:

Klikněte na komponent MCP pro otevření konfiguračního panelu. V sekci systémové MCP konfigurace vložte detaily vašeho MCP serveru v tomto JSON formátu:

{
  "deepseek-thinker": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po konfiguraci bude AI agent schopen tento MCP používat jako nástroj s přístupem ke všem jeho funkcím a možnostem. Nezapomeňte změnit “deepseek-thinker” na skutečný název vašeho MCP serveru a nastavit správnou URL.

Přehled

Na základě dvou tabulek níže poskytuje Deepseek Thinker MCP Server zaměřený nástroj pro integraci uvažování, je snadno nastavitelný, ale postrádá detailní šablony promptů a explicitní definice zdrojů. Projekt je open source, má mírné množství sledujících a podporuje bezpečné nakládání s přihlašovacími údaji. Celkově dosahuje skóre 6/10 za úplnost a užitečnost jako MCP server.

MCP skóre