STARWARCLOUD STARWAR.AI
返回市场
gp特-mcp

gp特-mcp

作者：assafelovic284 星标更新：2025-11-07
安装使用来源：spider==github.com

项目介绍

<div align="center" id="top"> <img src="https://gips2.baidu.com/it/u=2867930980,2865950939&fm=3081&app=3081&f=PNG?w=466&h=499" alt="Logo" width="80">

🔍 GPT 研究员 MCP 服务器

官方网站 文档 Discord 关注

</div>

为什么选择 GPT 研究员 MCP？

虽然LLM应用程序可以通过MCP访问网络搜索工具，但**GPT研究员MCP提供深入的研究结果。**标准搜索工具返回原始结果，需要手动过滤，通常包含不相关的来源并浪费上下文窗口空间。

GPT研究员自主探索和验证多个来源，仅关注相关、可信且最新的信息。尽管比标准搜索稍慢（约等待30秒），但它提供了：

  • ✨ 更高质量的信息
  • 📊 优化的上下文使用
  • 🔎 全面的结果
  • 🧠 对LLM更好的推理能力

💻 Claude桌面演示

https://github.com/user-attachments/assets/ef97eea5-a409-42b9-8f6d-b82ab16c52a8

🚀 使用Claude桌面快速开始

**想立即在Claude桌面中使用这个功能吗？**这是最快捷的方式：

  1. 安装依赖项：

    git clone https://github.com/assafelovic/gptr-mcp.git
pip install -r requirements.txt

  2. 设置你的Claude桌面配置在~/Library/Application Support/Claude/claude_desktop_config.json：

    {
  "mcpServers": {
    "gptr-mcp": {
      "command": "python",
      "args": ["/绝对路径到/gpt-researcher/gptr-mcp/server.py"],
      "env": {
        "OPENAI_API_KEY": "在这里填写你的openai密钥",
        "TAVILY_API_KEY": "在这里填写你的tavily密钥"
      }
    }
  }
}

  3. 重启Claude桌面并开始研究！🎉

详细的设置说明，请参阅下面的完整的Claude桌面集成部分。

资源

  • research_resource: 获取与给定任务相关的网络资源。

主要工具

  • deep_research: 在一个主题上进行深入的网络研究，找到最可靠和相关的信息。
  • quick_search: 执行快速网络搜索，优化速度而非质量，返回带有摘录的搜索结果。支持任何GPTR支持的网络检索器，如Tavily、Bing、Google等。了解更多这里
  • write_report: 根据研究结果生成报告。
  • get_research_sources: 获取研究中使用的来源。
  • get_research_context: 获取研究的完整上下文。

提示

  • research_query: 创建一个研究查询提示。

预备条件

在运行MCP服务器之前，请确保你已经：

  1. 安装了Python 3.11或更高版本
    • 重要：GPT研究员>=0.12.16要求Python 3.11+
  2. 拥有计划使用的服务的API密钥：

你也可以连接任何其他网络搜索引擎或使用GPTR支持的检索器的MCP。查看此处的文档

⚙️ 安装

  1. 克隆GPT研究员仓库：
git clone https://github.com/assafelovic/gpt-researcher.git
cd gpt-researcher
  1. 安装gptr-mcp依赖项：
cd gptr-mcp
pip install -r requirements.txt
  1. 设置环境变量：
    • 复制.env.example文件以创建名为.env的新文件：
    cp .env.example .env
    • 编辑.env文件并添加你的API密钥和其他设置：
    OPENAI_API_KEY=你的openai_api_key
TAVILY_API_KEY=你的tavily_api_key

你可以添加任何其他环境变量用于GPT研究员配置。

🚀 运行MCP服务器

你可以通过几种方式运行MCP服务器：

方法1：直接使用Python

python server.py

方法2：使用MCP CLI（如果已安装）

mcp run server.py

方法3：使用Docker（推荐用于生产）

快速启动

使用Docker运行的最简单方法：

# 使用docker-compose构建并运行
docker-compose up -d

# 或者手动：
docker build -t gptr-mcp .
docker run -d \
  --name gptr-mcp \
  -p 8000:8000 \
  --env-file .env \
  gptr-mcp

用于n8n集成

如果你需要连接到现有的n8n网络：

# 首先，启动容器
docker-compose up -d

# 然后连接到你的n8n网络
docker network connect n8n-mcp-net gptr-mcp

# 或者首先创建共享网络
docker network create n8n-mcp-net
docker network connect n8n-mcp-net gptr-mcp

注意：Docker镜像使用Python 3.11以满足gpt-researcher >=0.12.16的要求。如果在构建过程中遇到错误，请确保使用此存储库中的最新Dockerfile。

一旦服务器运行起来，你会看到输出表明服务器准备好接受连接。你可以通过以下方式验证其是否正常工作：

  1. SSE端点：访问Server-Sent Events端点http://localhost:8000/sse以获取会话ID
  2. MCP通信：使用会话ID向http://localhost:8000/messages/?session_id=YOUR_SESSION_ID发送MCP消息
  3. 测试：运行测试脚本python test_mcp_server.py

对于Docker/n8n集成的重要事项：

  • 服务器绑定到0.0.0.0:8000以与Docker容器一起工作
  • 使用SSE传输进行基于web的MCP通信
  • 会话管理需要首先从/sse端点获取会话ID
  • 每个客户端连接都需要一个唯一的会话ID以实现正确的通信

🚦 传输模式及最佳实践

GPT研究员MCP服务器支持多种传输协议，并自动选择最适合您环境的一种：

传输类型

传输使用场景何时使用
STDIOClaude桌面，本地MCP客户端默认用于本地开发
SSEDocker，Web客户端，n8n集成Docker环境下自动启用
流式HTTP现代Web部署高级Web部署

自动检测

服务器会自动检测您的环境：

# 本地开发（默认）
python server.py
# ➜ 使用STDIO传输（兼容Claude桌面）

# Docker环境  
docker run gptr-mcp
# ➜ 自动检测Docker，使用SSE传输

# 手动覆盖
export MCP_TRANSPORT=sse
python server.py
# ➜ 强制使用SSE传输

环境变量

变量描述默认值示例
MCP_TRANSPORT强制特定传输stdiosse，streamable-http
DOCKER_CONTAINER强制Docker模式自动检测true

配置示例

用于Claude桌面（本地）

// ~/Library/Application Support/Claude/claude_desktop_config.json
{
  "mcpServers": {
    "gpt-researcher": {
      "command": "python",
      "args": ["/绝对路径到/server.py"],
      "env": {
         "..."
      }
    }
  }
}

用于Docker/Web部署

# 显式设置传输用于Web部署
export MCP_TRANSPORT=sse
python server.py

# 或使用Docker（自动检测）
docker-compose up -d

用于n8n MCP集成

# 使用容器名称作为主机名
docker run --name gptr-mcp -p 8000:8000 gptr-mcp

# 在n8n中连接到：http://gptr-mcp:8000/sse

传输端点

当使用SSE或HTTP传输时：

  • 健康检查：GET /health
  • SSE端点：GET /sse（获取会话ID）
  • MCP消息：POST /messages/?session_id=YOUR_SESSION_ID

最佳实践

  1. 本地开发：使用默认STDIO与Claude桌面
  2. 生产：使用Docker并自动检测SSE
  3. 测试：使用健康检查端点验证连通性
  4. n8n集成：始终使用Docker容器网络
  5. Web部署：考虑现代客户端的流式HTTP

集成Claude

你可以使用以下方法将你的MCP服务器与Claude集成：

Claude桌面集成 - 适用于Mac上的Claude桌面应用

详细说明，请跟随上述链接。

💻 Claude桌面集成

要将你本地运行的MCP服务器与Claude for Mac集成，你需要：

  1. 确保MCP服务器已安装并正在运行
  2. 配置Claude桌面：
    • 查找或创建配置文件位于~/Library/Application Support/Claude/claude_desktop_config.json
    • 将你的本地GPT研究员MCP服务器添加到配置中并包含环境变量
    • 重启Claude以应用配置

⚠️ 重要：需要环境变量

Claude桌面作为独立子进程启动你的MCP服务器，因此你必须明确地在配置中传递你的API密钥。服务器不能自动访问你的shell环境变量或.env文件。

配置示例

{
  "mcpServers": {
    "gptr-mcp": {
      "command": "python",
      "args": ["/绝对路径到你的/server.py"],
      "env": {
        "OPENAI_API_KEY": "在这里填写实际的openai密钥",
        "TAVILY_API_KEY": "在这里填写实际的tavily密钥"
      }
    }
  }
}

安全注意事项

**🔒 你的Claude桌面配置包含敏感的API密钥。**保护它：

chmod 600 ~/Library/Application\ Support/Claude/claude_desktop_config.json

切勿将此文件提交到版本控制。

替代方案：环境变量脚本

为了更好的安全性，创建一个包装脚本：

run_gptr_mcp.sh：

#!/bin/bash
source /路径到你的/.env
python /绝对路径到/server.py

然后在Claude桌面中使用它：

{
  "mcpServers": {
    "gptr-mcp": {
      "command": "/绝对路径到/run_gptr_mcp.sh"
    }
  }
}

完整的逐步说明，请参阅Claude桌面集成指南。

📝 使用Claude的示例

用户：我正在考虑投资NVIDIA。你能研究一下该公司目前的状态、最近的股票表现、最新的产品公告以及分析师的意见吗？

Claude：我会帮你研究NVIDIA的投资情况。这将花费一些时间，因为我将进行深入研究以找到关于他们的股票表现、近期发展和专家分析的最新信息。

[Claude使用deep_research工具 - 这需要30-40秒]

Claude：根据我的研究，以下是NVIDIA当前状态的综合分析：

## NVIDIA (NVDA) 当前状态

### 最近的股票表现
- 当前价格：$942.89（截至我的研究）
- 年初至今的表现：+90.4%
- 52周范围：$460.30 - $974.00
- 市值：~$2.32万亿

### 最近的关键发展
1. **Blackwell AI平台**：在2024年的GTC大会上，NVIDIA推出了Blackwell架构，这是一个下一代AI芯片平台，承诺性能提升4倍于Hopper。主要云提供商（AWS、Google、Microsoft）已经承诺整合Blackwell。

2. **2025财年第一季度收益（2024年5月）**：
   - 收入：$260亿（同比增长262%）
   - 数据中心收入：$226亿（同比增长427%）
   - 毛利率：78.4%
   - 宣布10股拆分将于2024年6月7日生效

3. **供应链扩展**：增加对TSMC制造能力的投资，以解决其高需求AI GPU的持续芯片短缺问题。

### 分析师共识
- 强烈买入共识，37位分析师评级“买入”，5位“持有”，0位“卖出”
- 平均目标价：$1,042（拆分调整后：$104.20）
- 主要看涨论点：持续的AI基础设施支出和NVIDIA在AI芯片领域的主导地位
- 主要看跌担忧：估值，来自AMD、Intel和科技巨头自定义硅的竞争

### 行业地位
- 在AI GPU市场占据主导地位，估计市场份额为80-90%
- 通过CUDA软件平台和行业合作伙伴关系扩展生态系统
- 通过DGX Cloud、AI软件平台和汽车解决方案多元化业务

🔧 故障排除

如果您在运行MCP服务器时遇到问题：

一般问题

  1. API密钥：确保您的API密钥正确设置在.env文件中
  2. Python版本：检查您是否使用的是Python 3.11或更高版本（gpt-researcher >=0.14.0所需）
  3. 依赖项：确保所有依赖项都正确安装：pip install -r requirements.txt
  4. 服务器日志：检查服务器日志中的错误消息

Docker问题

  1. 容器不可访问：

    • 验证容器是否正在运行：docker ps | grep gptr-mcp
    • 检查容器日志：docker logs gptr-mcp
    • 确认服务器绑定到0.0.0.0:8000（日志应显示这一点）

  2. n8n集成问题：

    • 确保两个容器都在同一个Docker网络上
    • 在n8n中使用容器名称gptr-mcp作为主机名
    • 设置MCP服务器URL为：http://gptr-mcp:8000/sse

  3. 会话ID问题：

    • 服务器使用SSE传输，需要会话管理
    • 首先，通过连接到/sse端点获取会话ID
    • 在后续的MCP请求中使用会话ID：/messages/?session_id=YOUR_ID
    • 每个客户端都需要自己的会话ID

n8n MCP集成步骤

  1. 获取会话ID：

    curl http://gptr-mcp:8000/sse
# 查找：data: /messages/?session_id=XXXXX

  2. 初始化MCP：

    curl -X POST http://gptr-mcp:8000/messages/?session_id=YOUR_SESSION_ID \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc": "2.0", "id": 1, "method": "initialize", "params": {"protocolVersion": "2024-11-05", "capabilities": {"roots": {"listChanged": true}}, "clientInfo": {"name": "n8n-client", "version": "1.0.0"}}}'

  3. 调用工具：

    curl -X POST http://gptr-mcp:8000/messages/?session_id=YOUR_SESSION_ID \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc": "2.0", "id": 2, "method": "tools/call", "params": {"name": "quick_search", "arguments": {"query": "test"}}}'

测试服务器

运行包含的测试脚本来验证功能：

python test_mcp_server.py

这将测试：

  • SSE连接和会话ID检索
  • MCP初始化
  • 工具发现和执行

Claude桌面问题

如果你的MCP服务器无法与Claude桌面一起