Le service MCP de Claude pour la production de rapports de recherche approfondis

Dernières ressources sur l'IAPosté il y a 4 mois Cercle de partage de l'IA

10.5K 00

Introduction générale

MCP Server Deep Research est un outil open source qui génère automatiquement des rapports de recherche structurés pour des problèmes complexes grâce à l'intelligence artificielle et à la recherche sur le web. Les utilisateurs entrent une question de recherche et l'outil décompose la question, recherche des informations faisant autorité, évalue la crédibilité de la source et génère un rapport Markdown avec des citations. L'outil est basé sur Modèle Contexte Protocole (MCP), avec la Claude Intégration transparente avec des plateformes telles que Desktop pour la recherche universitaire, l'analyse de marché et la création de contenu.

Liste des fonctions

Décompose automatiquement les questions de recherche et génère des sous-questions pour couvrir plusieurs aspects du sujet.
Recherche intégrée sur le web pour trouver des informations faisant autorité et recueillir des points de vue différents.
Évaluer la crédibilité de la source, sur une échelle de 0 à 1.
Intégrer des informations provenant de sources multiples pour générer des rapports de recherche structurés en Markdown.
Aide à la personnalisation de la profondeur et de l'étendue de la recherche et au contrôle du niveau de détail des rapports.
Fournir une liste claire de citations pour assurer la traçabilité du contenu.
Intégrer des plates-formes compatibles avec MCP, telles que Claude Desktop, pour étendre les fonctionnalités.

Utiliser l'aide

Processus d'installation

Pour utiliser MCP Server Deep Research, vous devez installer un environnement Python et configurer Claude Desktop :

Vérification des exigences du système
- Assurez-vous que Python 3.8 ou une version ultérieure est installé. Exécutez la commande suivante pour vérifier :
```
python --version
```
- Installer Git pour télécharger le code du projet :
```
git --version
```
- Un environnement virtuel est recommandé pour éviter les conflits de dépendance :
```
python -m venv venv
source venv/bin/activate  # Linux/Mac
venv\Scripts\activate     # Windows
```

Clonage de l'entrepôt de projets
Téléchargez le code sur GitHub :

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

Installation des dépendances
Utilisation du projet uv Dépendance gérée, mais non fournie par l'entrepôt requirements.txt Documentation. Sur la base de la documentation officielle et des conventions de projets similaires, il est supposé que les dépendances comprennent les éléments suivants requests,pydantic et d'autres bibliothèques Python. Installation de l'application uv: :
```
pip install uv
```
faute de requirements.txtIl est recommandé d'exécuter le projet directement et d'installer manuellement les bibliothèques manquantes en fonction des erreurs signalées, ou de se référer à la documentation officielle pour les mises à jour ultérieures. Les bibliothèques habituellement requises peuvent être installées à l'aide des commandes suivantes :
```
pip install requests pydantic
```
Si le projet met à jour sa gestion des dépendances (par exemple, en ajoutant des pyproject.toml peut-être requirements.txt), veuillez consulter votre dépôt GitHub pour les dernières modifications.
Installation de Claude Desktop
- à travers (une brèche) claude.ai/download Télécharger Claude Desktop (macOS et Windows pris en charge).
- Une fois installée, ouvrez l'application et connectez-vous pour vous assurer que votre connexion internet fonctionne.
Configuration du serveur MCP
Modifier le fichier de configuration de Claude Desktop pour ajouter les paramètres du serveur MCP :
- Chemin d'accès au fichier de configuration :
  - macOS. ~/Library/Application Support/Claude/claude_desktop_config.json
  - Fenêtres. %APPDATA%\Claude\claude_desktop_config.json
- Ajouter ce qui suit (configuration du serveur publié) :
```
{
"mcpServers": {
"mcp-server-deep-research": {
"command": "uvx",
"args": ["mcp-server-deep-research"]
}
}
}
```
- Si vous utilisez une version de développement du serveur, configurez-le comme suit :
```
{
"mcpServers": {
"mcp-server-deep-research": {
"command": "uv",
"args": [
"--directory",
"/path/to/mcp-server-deep-research",
"run",
"mcp-server-deep-research"
]
}
}
}
```
  commandant en chef (militaire) /path/to/mcp-server-deep-research Remplacer par le chemin d'accès au projet.
Démarrer le serveur
Exécuter dans le répertoire du projet :
```
uv run mcp-server-deep-research
```
Au démarrage, le serveur charge le fichier deep-research Demandez des modèles et soyez prêts à accepter des questions de recherche. Si l'on vous demande des dépendances manquantes, installez les bibliothèques mentionnées dans l'erreur signalée.

Utilisation

La fonction principale de MCP Server Deep Research est la génération automatique de rapports de recherche. Voici le déroulement des opérations :

1. préparation des questions de recherche

Dans Claude Desktop, ouvrez le modèle d'invites MCP et sélectionnez l'option deep-research.. Saisissez une question de recherche spécifique, par exemple :

"Analyse de l'intelligence artificielle dans les soins de santé".
"Recherche sur les dernières avancées technologiques en matière d'énergie durable
Des questions claires améliorent la qualité du rapport.

2. paramètres de l'étude de configuration

Configurer les paramètres de réglage via JSON :

depthLa profondeur de l'étude (de 1 à 5, les valeurs les plus élevées étant les plus détaillées).
breadthL'étendue de la recherche (de 1 à 10, plus la valeur est élevée, plus le nombre de sujets couverts est important).
Exemple :

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

Définir les paramètres dans l'écran de saisie de Claude Desktop.

3. études de mise en œuvre

Après avoir soumis une question, l'outil l'exécute automatiquement :

Affinement du problème Décomposer le problème principal en sous-problèmes (par exemple, "Rôle de l'IA dans les diagnostics", "Application de l'IA dans la découverte de médicaments").
Recherche sur le web Claude : Utilisez la recherche intégrée de Claude pour trouver des articles scientifiques, des nouvelles et bien plus encore.
analyse du contenu La crédibilité des sources (sur une échelle de 0 à 1, en fonction de l'autorité et de l'actualité) et la recherche d'informations de haute qualité.
Génération de rapports Les services d'information : consolider les informations et générer des rapports Markdown avec une vue d'ensemble, une analyse, des conclusions et des citations.

4. visualiser le rapport

Le rapport est enregistré dans dist/ le nom du fichier étant une brève description de la question de recherche (par ex. ai_medical_applications.md). Structure hiérarchique :

introductif Les objectifs de l'UE sont les suivants : exposer les problèmes et les objectifs.
partie principale Les analyses par sous-questions sont présentées par segments.
rendre un verdict Les résultats de l'enquête : Résumé des principales conclusions.
citation Les sources d'information : Liste des sources et de leur degré de crédibilité.
Les utilisateurs peuvent ouvrir des fichiers Markdown ou les importer dans des outils tels qu'Obsidian pour les modifier.

5. mise en service et enregistrement

Si la génération du rapport échoue, vérifiez le journal :

macOS.

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

Fenêtres.

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

Le journal indique le processus de recherche et les messages d'erreur.

Fonction en vedette Fonctionnement

Génération de sous-questions : décompose automatiquement les questions complexes, telles que "l'énergie durable" en "progrès de la technologie solaire" et "rentabilité de l'énergie éolienne".
Évaluation de la crédibilité Les sources sont notées de 0 à 1, la préférence étant donnée à celles qui sont supérieures à 0,7, sur la base de l'autorité et de l'actualité.
Rapports Markdown La mise en forme est cohérente, comprend des titres, des paragraphes et des citations, et convient à un usage académique ou professionnel.
Paramètres flexibles : Ajustements depth répondre en chantant breadthVoici quelques exemples de types d'analyses qui peuvent être utilisés pour générer des résumés succincts ou des analyses détaillées.

mise en garde

Assurez-vous que Claude Desktop est connecté et dispose d'un réseau stable, et qu'Internet est requis pour la fonction de recherche.
élevé depth peut-être breadth Peut prolonger la durée d'utilisation, recommandé par défaut pour une première utilisation (depth=2, breadth=4).
Consulter régulièrement les dépôts GitHub main Se diversifier et se tenir au courant.
pénurie de requirements.txt Cela peut entraîner des problèmes d'installation, c'est pourquoi nous recommandons de vérifier la documentation officielle pour les mises à jour ou de soumettre un problème pour poser une question à ce sujet.

Soutien aux développeurs

Si vous avez besoin de personnaliser les fonctionnalités, reportez-vous à la section "Développement" de la documentation officielle :

dépendance de synchronisation : :

uv sync

Construire des paquets de distribution : :

uv build

Le paquet généré est situé dans le répertoire dist/ Catalogue.

Publié sur PyPI : :

uv publish

Les développeurs peuvent contribuer au code ou à la documentation en soumettant une demande d'extraction via GitHub.

scénario d'application

recherche universitaire
Les étudiants de troisième cycle rédigent une analyse documentaire, saisissent une question, puis l'outil recherche des ressources académiques, génère un rapport et permet de gagner du temps en termes d'organisation.
analyse du marché
Les analystes étudient les tendances de l'industrie telles que "Cloud Computing Market Forecast 2025" et les outils recueillent des données faisant autorité pour générer des rapports analytiques.
création de contenu
Les journalistes préparent des informations de base pour leurs articles, et les outils fournissent des informations fiables et des citations pour produire des rapports structurés.
Soutien à l'éducation
Les enseignants préparent le matériel pédagogique, saisissent les sujets, puis l'outil génère des rapports contenant des informations actualisées adaptées à l'utilisation en classe.

QA

Le programme MCP Server Deep Research est-il payant ?
Il est entièrement gratuit, sous licence MIT, et le code est disponible publiquement sur GitHub.
Dois-je utiliser Claude Desktop ?
Oui, la version actuelle s'appuie sur le cadre MCP de Claude Desktop.
Comment la crédibilité du rapport est-elle assurée ?
Les sources sont filtrées en fonction de leur degré de crédibilité (0-1), la priorité étant donnée aux informations dont le degré de crédibilité est supérieur à 0,7, et les utilisateurs peuvent vérifier les citations.
Est-il possible de l'utiliser hors ligne ?
Non pris en charge, la recherche sur le web nécessite une connexion internet.
Comment traiter les exigences manquantes (requirements.txt) ?
Essayez d'installer des bibliothèques courantes (telles que requests,pydantic), ou suivre le dépôt GitHub pour les mises à jour et soumettre des questions.