使用说明

项目简介

Claude Deep Research 是一个基于 Model Context Protocol (MCP) 构建的服务器，旨在增强 Claude 和其他兼容 MCP 的 AI 助手的研究能力。它通过集成网页搜索（DuckDuckGo）和学术搜索（Semantic Scholar），使 AI 模型能够访问最新的网络信息和学术资源，并进行内容提取和分析，最终以结构化的形式返回研究结果。

主要功能点

统一研究工具: 提供单一接口，集成网页和学术信息搜索。
多源信息整合: 从多个来源收集信息，整合为连贯的研究结果。
网页内容提取: 从网页中抓取相关信息。
学术资源发现: 查找与研究主题相关的学术文章。
智能格式化: 使用引用格式化研究结果。
可视化框架: 为数据可视化提供指导建议。
结构化分析: 使用学术方法组织研究内容。

安装步骤

环境准备: 确保已安装 Python 3.8 或更高版本，以及 pip 或 uv 包管理器。

安装依赖: 打开终端，运行以下命令安装必要的 Python 库：

pip install mcp httpx beautifulsoup4

克隆仓库: 克隆 GitHub 仓库到本地：

git clone https://github.com/mcherukara/Claude-Deep-Research.git
cd Claude-Deep-Research

服务器配置

MCP 服务器需要配置到 MCP 客户端（例如 Claude 桌面应用）中才能使用。配置信息通常为 JSON 格式，用于告知客户端如何启动和连接服务器。

对于 Claude 桌面应用，您需要修改其配置文件（通常位于 '~/Library/Application Support/Claude' 目录下，对于 macOS）。在配置文件中，添加或修改 'search-scholar' 工具的配置。

以下是一个示例配置，您需要根据实际情况修改 '<Path to Python>' 和 '<Path to deep research>' 为 Python 解释器和 'deep_research.py' 脚本的实际路径：

{
  "server-name": "deep-research",
  "command": "<Path to Python>/python",  // Python 解释器路径，例如 /usr/bin/python3
  "args": [
    "<Path to deep research>/deep_research.py" // deep_research.py 脚本的绝对路径，例如 /Users/yourusername/Claude-Deep-Research/deep_research.py
  ],
  "description": "深度研究工具，支持网页和学术搜索" // (可选) 工具描述，方便在客户端识别
}

请注意：

'<Path to Python>' 需要替换为您的 Python 解释器的实际路径。您可以使用 'which python3' 或 'where python' 命令查找。
'<Path to deep research>' 需要替换为您克隆的 'Claude-Deep-Research' 仓库中 'deep_research.py' 文件的绝对路径。
'server-name' 字段可以自定义，用于在客户端中标识该服务器。
'description' 字段是可选的，可以添加工具的简要描述。

基本使用方法

配置完成后，重启 Claude 桌面应用。您可以在与 Claude 的对话中通过工具名称 'deep_research' 来调用此研究工具。

工具调用格式

'deep_research' 工具接受以下参数：

'query' (必填): 研究问题或主题。
'sources' (可选): 指定搜索来源，可选值为 '"web"' (网页), '"academic"' (学术), 或 '"both"' (两者都搜索，默认值)。
'num_results' (可选): 指定要检索的来源数量（默认为 2，最大值为 3）。

使用示例

在 Claude 对话中，您可以这样提问：

'请使用 deep_research 工具，研究量子计算的最新进展。'
'我需要关于气候变化缓解策略的全面信息。请使用 deep_research 工具帮我。'
'使用学术来源，研究折纸的历史和文化意义。请使用 deep_research 工具。'

Claude 将会调用 'deep_research' 服务器进行信息检索和分析，并将结果返回给您。

关键词

使用说明

信息