Claude Deep Research

一个基于MCP（模型上下文协议）的服务器，支持Claude和其他兼容MCP的AI助手进行全面的研究能力。该服务器集成了网络和学术搜索功能，使AI模型能够从多个来源获取最新信息，跟踪相关链接，并提供结构化的研究成果。

概述

Claude Deep Research是一个强大的研究工具，通过以下方式扩展了LLMs的能力：

1. 网络搜索：通过DuckDuckGo集成
2. 学术研究：通过Semantic Scholar访问
3. 内容提取：从网页中提取相关内容
4. 综合分析：以结构化格式进行分析
5. 可视化指导：为数据表示提供指导

该服务器遵循MCP设计原则，实现与Claude及其他AI助手的无缝集成。

特性

• 统一的研究工具：单一界面用于网络和学术信息
• 多源整合：结合来自各种来源的信息进行连贯的研究
• 内容提取：从网页中提取相关信息
• 学术资源发现：找到与主题相关的学术文章
• 智能格式化：正确地格式化研究并引用
• 视觉框架：提供创建有效数据可视化的指导
• 结构化分析：使用学术方法组织研究

安装

预备条件

• Python 3.8或更高版本
• pip或uv包管理器

快速安装

# 使用pip
pip install mcp httpx beautifulsoup4

# 克隆仓库
git clone https://github.com/yourusername/claude-deep-research.git

配置

服务器默认设置即可运行，但您可以在deep_research.py中修改以下参数以进行定制：

# 配置
USER_AGENT = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36"
MAX_CONTENT_SIZE = 8000  # 最终响应中的最大字符数
MAX_RESULTS = 3         # 处理的最大结果数量

使用

运行服务器

修改您的Claude桌面配置并重启Claude。 在Mac上，路径为~/Library/Application Support/Claude

  "search-scholar": {
      "command": "<Python路径>/python",
      "args": [
        "<深度研究路径>/deep_research.py"
      ]
    }

在Claude Desktop中使用

安装后，您可以通过Claude Desktop访问服务器：

1. 工具访问：直接在对话中使用deep_research工具

研究工具

主要的deep_research工具接受以下参数：

• query（必需）：研究问题或主题
• sources（可选）：使用的来源："web"、"academic"或"both"（默认）
• num_results（可选）：要检查的来源数量（默认2，最大3）

示例提示：

你能研究量子计算的最新发展吗？

我需要关于气候变化缓解策略的全面信息。请使用deep_research工具帮助我。

研究折纸的历史及其文化意义，使用学术来源。

研究提示

服务器包含一个结构化的研究提示，引导Claude完成全面的研究过程：

1. 初步探索：从多个来源收集信息
2. 初步合成：用可视化手段整理发现
3. 后续研究：识别并探索知识缺口
4. 综合分析：整合所有信息并加入视觉元素
5. 适当引用：使用APA风格格式化参考文献

故障排除

常见问题

• 服务器连接失败：确保您使用的是正确的服务器文件路径。
• 搜索错误：某些搜索可能会超时或返回有限的结果。尝试更具体的查询。
• 网络访问问题：服务器需要互联网访问才能正常工作。
• 内容格式化：非常大的响应可能被截断以适应大小限制。

日志

服务器将日志输出到stderr，可以帮助诊断问题：

# 直接运行时查看日志
python deep_research.py 2> server.log

# 从Claude Desktop查看日志（macOS/Linux）
tail -f ~/Library/Logs/Claude/mcp-server-deepresearch.log

贡献

欢迎贡献！请随时提交Pull Request。

致谢

• 基于模型上下文协议
• 使用DuckDuckGo进行网络搜索
• 使用Semantic Scholar进行学术研究
• 受Anthropic的Claude启发

---

通过MCP扩展AI能力，用心制作