Deepseek Thinker MCP Server

O que faz o servidor MCP “Deepseek Thinker”?

O Deepseek Thinker MCP Server atua como um provedor Model Context Protocol (MCP), entregando conteúdo de raciocínio do modelo Deepseek para clientes de IA compatíveis com MCP, como o Claude Desktop. Ele permite que assistentes de IA acessem os processos de pensamento e saídas de raciocínio do Deepseek, seja por meio do serviço de API Deepseek ou de um servidor Ollama local. Ao integrar este servidor, desenvolvedores podem aprimorar seus fluxos de trabalho de IA com raciocínio focado, aproveitando capacidades de inferência em nuvem ou local. Este servidor é especialmente útil em cenários onde cadeias de raciocínio detalhadas ou saídas de cadeia de pensamento (CoT) são necessárias para informar tarefas de IA subsequentes, tornando-o valioso para desenvolvimento avançado, depuração e enriquecimento de agentes de IA.

Lista de Prompts

Não há modelos de prompt explícitos mencionados no repositório ou na documentação.

Lista de Recursos

Não há recursos MCP explícitos detalhados na documentação ou no código.

Lista de Ferramentas

• get-deepseek-thinker
  • Descrição: Realiza raciocínio usando o modelo Deepseek.
  • Parâmetro de entrada: originPrompt (string) — O prompt original do usuário.
  • Retorno: Resposta textual estruturada contendo o processo de raciocínio.

Casos de Uso deste Servidor MCP

• Aprimoramento do Raciocínio de IA
  • Aproveite as saídas detalhadas de cadeia de pensamento da Deepseek para aumentar as respostas dos clientes de IA e fornecer etapas de raciocínio transparentes.
• Integração com Claude Desktop
  • Conecte-se facilmente ao Claude Desktop ou plataformas de IA similares para habilitar capacidades avançadas de raciocínio via MCP.
• Modos Duplos de Inferência
  • Escolha entre inferência em nuvem (API OpenAI) ou local (Ollama) para atender a necessidades de privacidade, custo ou latência.
• Depuração & Análise para Desenvolvedores
  • Use o servidor para expor e analisar o pensamento do modelo para pesquisa, depuração e estudos de interpretabilidade.
• Implantação Flexível
  • Opere o servidor localmente ou em ambientes de nuvem para diferentes requisitos de fluxo de trabalho.

Como configurar

Windsurf

1. Pré-requisitos: Certifique-se de que Node.js e npx estão instalados em seu sistema.
2. Arquivo de Configuração: Localize seu arquivo de configuração do Windsurf (ex: windsurf_config.json).
3. Adicione o Deepseek Thinker MCP Server: Insira o seguinte trecho JSON no objeto mcpServers:

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

4. Salve e Reinicie: Salve as alterações e reinicie o Windsurf.
5. Verifique: Confira a integração do servidor MCP no cliente Windsurf.

Claude

1. Pré-requisitos: Node.js e npx instalados.
2. Edite a Configuração: Abra claude_desktop_config.json.
3. Adicione o Servidor MCP:

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

4. Salve a Configuração: Escreva as alterações e reinicie o Claude Desktop.
5. Verificação: Confirme que o Deepseek Thinker está disponível em sua lista de ferramentas MCP.

Cursor

1. Certifique-se dos Pré-requisitos: Node.js e npx devem estar instalados.
2. Localize a Configuração do Cursor: Abra seu arquivo de configuração MCP do Cursor.
3. Insira os Detalhes do Servidor MCP:

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

4. Salve & Reinicie: Aplique as alterações e reinicie o Cursor.
5. Cheque a Integração: Valide que o Deepseek Thinker está operacional.

Cline

1. Pré-requisitos: Certifique-se que Node.js e npx estão prontos.
2. Edite a Configuração do Cline: Abra o arquivo de configuração do Cline.
3. Adicione o Bloco do Servidor MCP:

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

4. Salve e Reinicie: Salve a configuração e reinicie o Cline.
5. Verifique a Funcionalidade: Certifique-se de que o servidor está listado e acessível.

Nota: Protegendo as Chaves de API

Para todas as plataformas, chaves de API e valores sensíveis de configuração devem ser fornecidos usando variáveis de ambiente na seção env. Exemplo:

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

Para modo local Ollama, defina USE_OLLAMA como "true" no objeto env:

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

Como usar este MCP em fluxos

Usando MCP no FlowHunt

Para integrar servidores MCP ao seu fluxo de trabalho no FlowHunt, comece adicionando o componente MCP ao seu fluxo e conectando-o ao seu agente de IA:

Clique no componente MCP para abrir o painel de configuração. Na seção de configuração MCP do sistema, insira os detalhes do seu servidor MCP usando este formato JSON:

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

Depois de configurado, o agente de IA poderá usar este MCP como uma ferramenta, com acesso a todas as suas funções e capacidades. Lembre-se de trocar “deepseek-thinker” pelo nome real do seu servidor MCP e definir a URL correta.

Visão Geral

Com base nas duas tabelas abaixo, o Deepseek Thinker MCP Server oferece uma ferramenta focada para integração de raciocínio, é fácil de configurar, mas carece de modelos de prompt detalhados e definições explícitas de recursos. O projeto é open source, possui um seguimento moderado e suporta manuseio seguro de credenciais. Ele recebe uma pontuação 6/10 para completude e utilidade geral como servidor MCP.

Pontuação MCP