Máy chủ Deep Research MCP

Máy chủ “Deep Research” MCP làm gì?

Deep Research MCP Server được thiết kế để hỗ trợ nghiên cứu toàn diện về các chủ đề phức tạp bằng cách tận dụng khả năng AI để đơn giản hoá quy trình nghiên cứu. Đóng vai trò cầu nối giữa trợ lý AI và các nguồn dữ liệu bên ngoài, nó tự động hóa việc khám phá câu hỏi nghiên cứu, xác định các khái niệm chính và tạo ra các báo cáo có cấu trúc, trích dẫn rõ ràng. Máy chủ tích hợp tìm kiếm web, phân tích nội dung và tổng hợp báo cáo, giúp người dùng mở rộng câu hỏi, tạo câu hỏi phụ, thu thập tài nguyên liên quan và đưa ra kết luận dựa trên bằng chứng. Vai trò chính của nó là trao quyền cho nhà phát triển và nhà nghiên cứu thực hiện các cuộc điều tra chuyên sâu, tiếp cận nguồn uy tín và tự động hóa quy trình tổng hợp, trình bày phát hiện nghiên cứu.

Danh sách Prompt

• deep-research: Tối ưu cho các tác vụ nghiên cứu toàn diện với cách tiếp cận có cấu trúc.

Danh sách Tài nguyên

Không có tài nguyên cụ thể nào được mô tả trong tài liệu hoặc các tệp của kho lưu trữ.

Danh sách Công cụ

Không có công cụ cụ thể nào được liệt kê trong các tệp của kho lưu trữ, bao gồm server.py hoặc tương đương.

Các trường hợp sử dụng của MCP Server này

• Hỗ trợ Nghiên cứu Học thuật: Tự động hóa quá trình mở rộng câu hỏi nghiên cứu, tạo câu hỏi phụ và tổng hợp kết quả, tiết kiệm thời gian cho sinh viên và học giả.
• Phân tích Thị trường hoặc Xu hướng: Cho phép người dùng tiến hành điều tra có cấu trúc về thị trường hoặc xu hướng, thu thập nguồn uy tín và trình bày báo cáo cân đối.
• Tóm tắt Chủ đề Kỹ thuật: Hỗ trợ lập trình viên, chuyên gia phân rã chủ đề kỹ thuật thành câu hỏi phụ, tổ chức kết quả tìm kiếm web, tạo tài liệu toàn diện.
• Hỗ trợ Tạo Nội dung: Cung cấp cho nhà văn, nhà báo các tóm tắt có trích dẫn, dựa trên bằng chứng về chủ đề phức tạp cho bài viết hoặc báo cáo.
• Hỗ trợ Ra quyết định: Giúp người ra quyết định khám phá nhiều góc nhìn, thu thập dữ liệu liên quan trước khi đi đến kết luận về các vấn đề quan trọng.

Cách thiết lập

Windsurf

1. Đảm bảo đã cài đặt các phần mềm cần thiết như Node.js và uv/uvx.
2. Xác định vị trí tệp cấu hình Windsurf của bạn.
3. Thêm Deep Research MCP Server vào đối tượng mcpServers với đoạn mã sau:

   "mcpServers": {
     "mcp-server-deep-research": {
       "command": "uvx",
       "args": [
         "--directory",
         "/path/to/mcp-server-deep-research",
         "run",
         "mcp-server-deep-research"
       ]
     }
   }
   

4. Lưu cấu hình và khởi động lại Windsurf.
5. Xác minh máy chủ đang chạy và có thể truy cập.

Claude

1. Tải về và cài đặt Claude Desktop từ đây.
2. Trên macOS, chạy:

   python setup.py
   

3. Xác định vị trí tệp cấu hình Claude của bạn:
   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%/Claude/claude_desktop_config.json
4. Thêm hoặc cập nhật cấu hình mcpServers như sau:

   "mcpServers": {
     "mcp-server-deep-research": {
       "command": "uvx",
       "args": [
         "--directory",
         "/path/to/mcp-server-deep-research",
         "run",
         "mcp-server-deep-research"
       ]
     }
   }
   

5. Lưu tệp và khởi động lại Claude.
6. Chọn mẫu prompt deep-research để bắt đầu.

Cursor

1. Đảm bảo Node.js và uvx đã được cài đặt.
2. Xác định vị trí tệp cấu hình Cursor MCP.
3. Thêm Deep Research MCP Server bằng cách sử dụng:

   "mcpServers": {
     "mcp-server-deep-research": {
       "command": "uvx",
       "args": [
         "--directory",
         "/path/to/mcp-server-deep-research",
         "run",
         "mcp-server-deep-research"
       ]
     }
   }
   

4. Lưu cấu hình và khởi động lại Cursor.
5. Xác nhận đã hoạt động.

Cline

1. Đảm bảo đã cài đặt tất cả các phụ thuộc (Node.js, uvx).
2. Tìm tệp cấu hình Cline.
3. Thêm cấu hình MCP Server sau:

   "mcpServers": {
     "mcp-server-deep-research": {
       "command": "uvx",
       "args": [
         "--directory",
         "/path/to/mcp-server-deep-research",
         "run",
         "mcp-server-deep-research"
       ]
     }
   }
   

4. Khởi động lại Cline sau khi lưu thay đổi.
5. Xác minh khả năng truy cập máy chủ.

Bảo mật API Key

Để bảo mật API key, hãy sử dụng biến môi trường trong cấu hình của bạn. Ví dụ:

"mcpServers": {
  "mcp-server-deep-research": {
    "command": "uvx",
    "args": [
      "--directory",
      "/path/to/mcp-server-deep-research",
      "run",
      "mcp-server-deep-research"
    ],
    "env": {
      "API_KEY": "${API_KEY}"
    },
    "inputs": {
      "api_key": "${API_KEY}"
    }
  }
}

Cách dùng MCP này trong flows

Sử dụng MCP trong FlowHunt

Để tích hợp MCP server vào quy trình FlowHunt, bắt đầu bằng cách thêm thành phần MCP vào flow và kết nối nó với AI agent của bạn:

Nhấn vào thành phần MCP để mở bảng cấu hình. Trong phần cấu hình hệ thống MCP, chèn thông tin máy chủ MCP của bạn theo định dạng JSON sau:

{
  "mcp-server-deep-research": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Sau khi cấu hình, AI agent có thể sử dụng MCP này như một công cụ với đầy đủ chức năng và khả năng của nó. Lưu ý thay “mcp-server-deep-research” bằng tên thực tế của máy chủ MCP của bạn và thay URL bằng đường dẫn máy chủ MCP của bạn.

Tổng quan

Ý kiến của chúng tôi

Máy chủ MCP này cung cấp tài liệu rõ ràng, quy trình làm việc mô tả chi tiết và mẫu prompt, nhưng thiếu thông tin cụ thể về tài nguyên, công cụ hoặc các tính năng MCP nâng cao như roots và sampling. Việc thiếu API hoặc danh sách công cụ chi tiết hạn chế sự linh hoạt trong các trường hợp tùy chỉnh nâng cao. Tổng thể, nó phù hợp cho các quy trình nghiên cứu có cấu trúc, nhưng kém phù hợp cho tích hợp tuỳ biến sâu.

Điểm MCP