Servicio MCP de Claude para generar informes de investigación en profundidad

Últimos recursos sobre IAPublicado hace 4 meses Círculo de intercambio de inteligencia artificial

10.4K 00

Introducción general

MCP Server Deep Research es una herramienta de código abierto que genera automáticamente informes de investigación estructurados para problemas complejos mediante inteligencia artificial y búsqueda en la web. Los usuarios introducen una pregunta de investigación y la herramienta la desglosa, busca información autorizada, evalúa la credibilidad de la fuente y genera un informe Markdown con citas. Se basa en Modelo de Protocolo de Contexto (MCP), con el Claude Perfecta integración con plataformas como Desktop para la investigación académica, el análisis de mercado y la creación de contenidos.

Lista de funciones

Desglosa automáticamente las preguntas de investigación y genera subpreguntas para cubrir múltiples aspectos del tema.
Búsqueda integrada en la web para encontrar información fidedigna y reunir diversas perspectivas.
Evalúe la credibilidad de la fuente, generando una escala de 0 a 1.
Integre información de múltiples fuentes para generar informes de investigación estructurados en Markdown.
Soporte para personalizar la profundidad y amplitud de la investigación y controlar el nivel de detalle de los informes.
Proporcione una lista clara de citas para garantizar la trazabilidad del contenido.
Intégrelo con plataformas compatibles con MCP, como Claude Desktop, para ampliar su funcionalidad.

Utilizar la ayuda

Proceso de instalación

Para utilizar MCP Server Deep Research, es necesario instalar un entorno Python y configurar Claude Desktop. A continuación se detallan los pasos a seguir:

Comprobar los requisitos del sistema
- Asegúrese de que Python 3.8 o posterior está instalado. Ejecute el siguiente comando para comprobarlo:
```
python --version
```
- Instala Git para descargar el código del proyecto:
```
git --version
```
- Se recomienda un entorno virtual para evitar conflictos de dependencias:
```
python -m venv venv
source venv/bin/activate  # Linux/Mac
venv\Scripts\activate     # Windows
```

Clonación del almacén de proyectos
Descargue el código de GitHub:

git clone https://github.com/reading-plus-ai/mcp-server-deep-research.git
cd mcp-server-deep-research

Instalación de dependencias
Uso del proyecto uv Dependencia gestionada, pero no proporcionada por el almacén requirements.txt Documentación. Basándose en la documentación oficial y en las convenciones de proyectos similares, se asume que las dependencias incluyen los módulos requestsypydantic y otras bibliotecas de Python. Instalación uv::
```
pip install uv
```
por falta de requirements.txtSe recomienda ejecutar el proyecto directamente e instalar manualmente las librerías que falten basándose en los errores reportados, o consultar la documentación oficial para actualizaciones posteriores. Por lo general, las bibliotecas necesarias se pueden instalar con los siguientes comandos:
```
pip install requests pydantic
```
Si el proyecto actualiza su gestión de dependencias (por ejemplo, añade pyproject.toml tal vez requirements.txt), consulte su repositorio de GitHub para ver los últimos commits.
Instalación de Claude Desktop
- a través de (un hueco) claude.ai/descargar Descarga Claude Desktop (compatible con macOS y Windows).
- Una vez instalada, abre la aplicación e inicia sesión para asegurarte de que tu conexión a Internet funciona.
Configuración del servidor MCP
Edite el archivo de configuración de Claude Desktop para añadir la configuración del servidor MCP:
- Ruta del archivo de configuración:
  - macOS. ~/Library/Application Support/Claude/claude_desktop_config.json
  - Ventanas. %APPDATA%\Claude\claude_desktop_config.json
- Añada lo siguiente (configuración del servidor publicado):
```
{
"mcpServers": {
"mcp-server-deep-research": {
"command": "uvx",
"args": ["mcp-server-deep-research"]
}
}
}
```
- Si utiliza una versión de desarrollo del servidor, configúrelo como:
```
{
"mcpServers": {
"mcp-server-deep-research": {
"command": "uv",
"args": [
"--directory",
"/path/to/mcp-server-deep-research",
"run",
"mcp-server-deep-research"
]
}
}
}
```
  comandante en jefe (militar) /path/to/mcp-server-deep-research Sustitúyalo por la ruta real del proyecto.
Iniciar el servidor
Ejecutar en el directorio del proyecto:
```
uv run mcp-server-deep-research
```
Al iniciarse, el servidor carga el deep-research Pregunte por las plantillas y esté preparado para aceptar preguntas de investigación. Si se le pregunta si faltan dependencias, instale las bibliotecas mencionadas en el error notificado.

Utilización

La función principal de MCP Server Deep Research es la generación automática de informes de investigación. A continuación se muestra el flujo de operación:

1. Elaboración de preguntas de investigación

En Claude Desktop, abra la plantilla MCP Prompts y seleccione la opción deep-research.. Introduzca una pregunta de investigación específica, por ejemplo:

"Análisis de la inteligencia artificial en la sanidad".
"Investigación sobre los últimos avances tecnológicos en energía sostenible"
Unas preguntas claras mejoran la calidad del informe.

2. Parámetros del estudio de configuración

Configure los parámetros de ajuste mediante JSON:

depthProfundidad del estudio (1-5, los valores más altos proporcionan más detalles).
breadthAmplitud de la investigación (1-10, cuanto más alto sea el valor, más temas se tratarán).
Ejemplo:

{
"query": "人工智能在医疗领域的应用",
"depth": 3,
"breadth": 5
}

Configure los parámetros en la pantalla de entrada de Claude Desktop.

3. Estudios de aplicación

Tras enviar una pregunta, la herramienta la ejecuta automáticamente:

Perfeccionamiento del problema Descomponer el problema principal en subproblemas (por ejemplo, "Papel de la IA en el diagnóstico", "Aplicación de la IA en el descubrimiento de fármacos").
Búsqueda en la Web Claude: Utiliza la búsqueda integrada de Claude para encontrar artículos académicos, noticias y mucho más.
análisis del contenido Evalúa la credibilidad de la fuente (en una escala de 0 a 1, en función de la autoridad y la actualidad) y busca información de calidad.
Generación de informes : Consolide la información y genere informes Markdown con resumen, análisis, conclusiones y citas.

4. Visualización del informe

El informe se guarda en dist/ y el nombre del archivo será una breve descripción de la pregunta de investigación (por ejemplo ai_medical_applications.md). Estructura de información:

introducción Resumen de los problemas y objetivos.
parte principal : Los análisis de subtemas se presentan por segmentos.
llegar a un veredicto Resumen de las principales conclusiones.
cita Enumera las fuentes y su grado de credibilidad.
Los usuarios pueden abrir archivos Markdown o importarlos a herramientas como Obsidian para editarlos.

5. Puesta en servicio y registro

Si falla la generación del informe, compruebe el registro:

macOS.

tail -n 20 -f ~/Library/Logs/Claude/mcp*.log

Ventanas.

Get-Content -Path "$env:APPDATA\Claude\logs\mcp*.log" -Tail 20 -Wait

El registro muestra el proceso de búsqueda y los mensajes de error.

Función destacada Operación

Generación de subtemas Descompone automáticamente temas complejos, como "energía sostenible" en "avances en tecnología solar" y "rentabilidad de la energía eólica".
Evaluación de la credibilidad Fuentes: las fuentes se valoran de 0 a 1, dando preferencia a las superiores a 0,7 en función de su autoridad y actualidad.
Informes Markdown El formato es coherente, incluye títulos, párrafos y citas, y es adecuado para uso académico o profesional.
Parámetros flexibles : Ajustes depth responder cantando breadthA continuación se ofrecen algunos ejemplos de los tipos de análisis que pueden utilizarse para generar resúmenes breves o análisis detallados.

advertencia

Asegúrese de que Claude Desktop está conectado y dispone de una red estable, y de que se requiere Internet para la función de búsqueda.
alta depth tal vez breadth Puede prolongar el tiempo de ejecución, se recomienda por defecto para el uso inicial (depth=2, breadth=4).
Comprueba regularmente tus repositorios de GitHub main Amplía tu red y recibe actualizaciones.
escasez de requirements.txt Esto puede dar lugar a problemas de instalación, por lo que recomendamos comprobar si hay actualizaciones en la documentación oficial o enviar una incidencia para preguntar al respecto.

Asistencia para desarrolladores

Si necesita personalizar la funcionalidad, consulte la sección "Desarrollo" de la documentación oficial:

dependencia de sincronización ::

uv sync

Creación de paquetes de distribución ::

uv build

El paquete generado se encuentra en la carpeta dist/ Catálogo.

Publicado en PyPI ::

uv publish

Los desarrolladores pueden contribuir con código o documentación enviando una solicitud de extracción a través de GitHub.

escenario de aplicación

investigación académica
Los estudiantes de posgrado escriben una reseña bibliográfica, introducen una pregunta y, a continuación, la herramienta busca recursos académicos, genera un informe y ahorra tiempo de organización.
análisis del mercado
Los analistas estudian las tendencias del sector, como "Cloud Computing Market Forecast 2025", y las herramientas recopilan datos fidedignos para generar informes analíticos.
creación de contenidos
Los periodistas preparan información de fondo para los artículos, y las herramientas proporcionan información fiable y citas para generar informes estructurados.
Apoyo educativo
Los profesores preparan el material didáctico, introducen los temas y, a continuación, la herramienta genera informes con información actualizada adecuada para su uso en el aula.

CONTROL DE CALIDAD

¿Hay que pagar por la investigación en profundidad del servidor MCP?
Es completamente gratuito, bajo licencia MIT, y el código está disponible públicamente en GitHub.
¿Tengo que utilizar Claude Desktop?
Sí, la versión actual se basa en el marco MCP de Claude Desktop.
¿Cómo se garantiza la credibilidad del informe?
Las fuentes se filtran por índices de credibilidad (0-1), dando prioridad a la información con índices superiores a 0,7, y los usuarios pueden verificar las citas.
¿Se puede utilizar sin conexión?
No compatible, la búsqueda en la web requiere conexión a Internet.
¿Cómo solucionar la falta de requirements.txt?
Pruebe a instalar bibliotecas comunes (como requestsypydantic), o siga el repositorio de GitHub para obtener actualizaciones y enviar consultas sobre problemas.