Deepseek Thinker MCP サーバー

「Deepseek Thinker」MCPサーバーは何をするのか？

Deepseek Thinker MCPサーバーは、Model Context Protocol（MCP）プロバイダーとして機能し、Deepseekモデルの推論内容をClaude DesktopなどのMCP対応AIクライアントに提供します。AIアシスタントはDeepseekの思考過程や推論出力にアクセスでき、Deepseek APIサービスまたはローカルのOllamaサーバー経由で利用できます。このサーバーを統合することで、開発者はクラウドまたはローカル推論の両方を活用し、AIワークフローにフォーカスした推論機能を強化できます。特に詳細な推論の連鎖や連鎖思考（Chain-of-Thought, CoT）出力が下流のAIタスクに求められる場面で役立ち、高度な開発・デバッグやAIエージェントの機能拡張に有用です。

プロンプト一覧

リポジトリやドキュメントには明示的なプロンプトテンプレートの記載はありません。

リソース一覧

ドキュメントやコードベースに明示的なMCPリソースの記載はありません。

ツール一覧

• get-deepseek-thinker
  • 説明: Deepseekモデルを使って推論を実行します。
  • 入力パラメータ: originPrompt（文字列） — ユーザーの元プロンプト。
  • 返却値: 推論プロセスを含む構造化されたテキスト応答。

このMCPサーバーの活用例

• AI推論の強化
  • Deepseekによる詳細な連鎖思考出力でAIクライアントの回答を拡張し、透明な推論過程を提示。
• Claude Desktopとの統合
  • Claude DesktopなどのAIプラットフォームへシームレスに統合し、MCP経由で高度な推論機能を提供。
• 二重推論モード
  • プライバシー・コスト・レイテンシー要件に応じて、クラウド（OpenAI API）またはローカル（Ollama）モデル推論を選択可能。
• 開発者向けデバッグ＆分析
  • モデルの思考内容を可視化・分析し、研究・デバッグ・解釈性の向上に活用。
• 柔軟なデプロイ
  • ローカルまたはクラウド環境でサーバーを運用し、多様なワークフローに対応。

セットアップ方法

Windsurf

1. 前提条件: システムにNode.jsとnpxがインストールされていることを確認します。
2. 設定ファイル: Windsurfの設定ファイル（例：windsurf_config.json）を探します。
3. Deepseek Thinker MCPサーバーの追加: mcpServersオブジェクトに以下のJSONスニペットを挿入します。

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

4. 保存と再起動: 変更を保存し、Windsurfを再起動します。
5. 確認: WindsurfクライアントでMCPサーバー統合を確認します。

Claude

1. 前提条件: Node.jsとnpxがインストールされていること。
2. 設定編集: claude_desktop_config.jsonを開きます。
3. MCPサーバーを追加:

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

4. 保存: 変更を保存し、Claude Desktopを再起動します。
5. 確認: MCPツール一覧にDeepseek Thinkerが利用可能か確認します。

Cursor

1. 前提条件確認: Node.jsとnpxがインストールされていること。
2. Cursor設定ファイル: Cursor MCP設定ファイルを開きます。
3. MCPサーバー詳細を挿入:

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

4. 保存＆再起動: 変更を適用し、Cursorを再起動します。
5. 統合確認: Deepseek Thinkerが稼働しているか検証します。

Cline

1. 前提条件: Node.jsとnpxを準備してください。
2. Cline設定編集: Clineの設定ファイルを開きます。
3. MCPサーバーブロック追加:

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

4. 保存と再起動: 設定を保存し、Clineを再起動します。
5. 動作確認: サーバーがリストに表示され利用可能か確認します。

備考：APIキーのセキュリティ

すべてのプラットフォームで、APIキーや機密設定値はenvセクションの環境変数として提供してください。例：

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

ローカルOllamaモードの場合は、envオブジェクトにUSE_OLLAMAを"true"として追加します：

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

FlowHuntフロー内でのMCPの使い方

FlowHuntでMCPを統合するには、まずMCPコンポーネントをフローに追加し、AIエージェントに接続します。

MCPコンポーネントをクリックして設定パネルを開き、「システムMCP設定」セクションに以下のJSON形式でMCPサーバー情報を入力します。

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

設定が完了すると、AIエージェントはこのMCPをツールとして利用でき、その全機能と能力にアクセスできます。必ず"deepseek-thinker"を実際のMCPサーバー名に、URLを正しいものに変更してください。

概要

下記2つの表に基づき、Deepseek Thinker MCPサーバーは推論統合に特化したツールを提供し、セットアップも容易ですが、詳細なプロンプトテンプレートや明示的なリソース定義はありません。プロジェクトはオープンソースで、適度な注目を集めており、安全な認証情報の取り扱いにも対応しています。MCPサーバーとしての総合完成度・実用性は6/10です。

MCPスコア