deep-research-mcp 的安装和配置教程

2025-05-20 05:42:54作者：齐添朝

1. 项目的基础介绍和主要的编程语言

deep-research-mcp 是一个开源项目，它是一个基于人工智能的研究助手，能够对任何主题进行深度、迭代的研究。该项目结合了搜索引擎、网页抓取和人工智能技术，以深入探索主题并生成全面的报告。它既可以作为一个模型上下文协议（MCP）工具，也可以作为独立的命令行界面（CLI）使用。通过查看 exampleout.md 文件，可以看到报告的一个示例。

该项目主要使用 TypeScript（98.6%）和 JavaScript（1.1%）编写。

2. 项目使用的关键技术和框架

搜索引擎和网页抓取：项目通过生成针对性的搜索查询，利用搜索引擎和网页抓取技术进行深度研究。
人工智能：使用人工智能对搜索结果进行评估，生成可靠性评分，并优先考虑高可靠性（≥0.7）的来源。
模型上下文协议（MCP）：项目支持作为 MCP 工具使用，以便与 AI 代理进行交互。
Markdown 报告生成：生成的报告采用 Markdown 格式，详细记录学习内容、来源和可靠性评估。

3. 项目安装和配置的准备工作和详细的安装步骤

准备工作

在开始安装之前，请确保您的系统中已安装以下软件：

Node.js：项目依赖于 Node.js 环境。
Git：用于克隆项目代码。

安装步骤

克隆项目仓库

打开终端（或命令提示符），运行以下命令克隆项目：
```
git clone https://github.com/Ozamatash/deep-research-mcp.git
```
进入项目目录

克隆完成后，进入项目目录：
```
cd deep-research-mcp
```
安装依赖

在项目目录中，使用以下命令安装项目依赖：
```
npm install
```
设置环境变量

复制 .env.example 文件为 .env.local 并根据实际情况编辑环境变量：
```
cp .env.example .env.local
```
打开 .env.local 文件，根据需要配置环境变量。
构建项目

运行以下命令构建项目：
```
npm run build
```
运行 CLI 版本

使用以下命令运行 CLI 版本的研究查询：
```
npm run start "Your research query here"
```
替换 "Your research query here" 为您的研究查询。
（可选）设置本地 Firecrawl

如果需要使用本地 Firecrawl，请按照以下步骤操作：
- 克隆本地 Firecrawl 仓库：
```
git clone https://github.com/Ozamatash/localfirecrawl.git
cd localfirecrawl
```
- 按照本地 Firecrawl 的 README 文档进行设置。
- 更新 .env.local 文件中的 FIRECRAWL_BASE_URL：
```
FIRECRAWL_BASE_URL=http://localhost:3002
```
（可选）添加 observability

如果需要添加可观测性来跟踪研究流程、查询和结果，请按照以下步骤操作：
- 在 .env.local 文件中添加 Langfuse 公钥和私钥：
```
LANGFUSE_PUBLIC_KEY=your_langfuse_public_key
LANGFUSE_SECRET_KEY=your_langfuse_secret_key
```
- 如果没有提供 Langfuse 密钥，应用程序将正常工作，但不会启用可观测性。