使用说明

项目简介

mcp-server-deepseek 是一个基于 Model Context Protocol (MCP) 的服务器，它作为一个桥梁，连接了 LLM 应用和 DeepSeek-R1 的强大推理能力。通过提供一个 MCP 工具，该服务器允许任何兼容 MCP 协议的客户端利用 DeepSeek-R1 的推理能力来提升自身模型的输出质量。

主要功能点

DeepSeek-R1 推理能力接入: 通过 DeepSeek API 连接到 DeepSeek-R1 模型，利用其先��的推理能力。
结构化思考输出: 将 DeepSeek-R1 的推理过程以结构化的 '<thinking>' 标签包裹返回，方便客户端解析和利用。
完全兼容 MCP 协议: 遵循 Model Context Protocol 标准，可以与任何兼容 MCP 协议的客户端无缝集成。
易于安装和配置: 提供详细的安装和配置步骤，方便用户快速部署和使用。

安装步骤

克隆仓库:

git clone https://github.com/tizee/mcp-server-deepseek.git
cd mcp-server-deepseek

创建并激活虚拟环境:

python -m venv venv
source venv/bin/activate   # Linux/macOS
# venv\Scripts\activate  # Windows

安装项目依赖:
```
pip install -e .
```

配置 DeepSeek API 密钥:

复制 '.env.example' 文件并重命名为 '.env'。

cp .env.example .env

编辑 '.env' 文件，填入你的 DeepSeek API 密钥和模型信息。

MCP_SERVER_DEEPSEEK_MODEL_NAME=deepseek-reasoner
MCP_SERVER_DEEPSEEK_API_KEY=your_api_key_here
MCP_SERVER_DEEPSEEK_API_BASE_URL=https://api.deepseek.com

服务器配置

为了让 MCP 客户端连接到 mcp-server-deepseek 服务器，您需要在客户端中配置服务器信息。以下是一个典型的 JSON 格式配置示例，您可以将其添加到您的 MCP 客户端配置中：

{
  "serverName": "deepseek-reasoning-server",
  "command": "mcp-server-deepseek",
  "args": [],
  "transports": {
    "stdio": {}
  }
}

配置参数说明:

'serverName': 服务器的名称，可以自定义，用于在客户端中标识该服务器。例如 '"deepseek-reasoning-server"'。
'command': 启动 MCP 服务器的命令。这里设置为 'mcp-server-deepseek'，确保该命令在您的系统环境变量 'PATH' 中可访问，或者使用绝对路径。
'args': 启动命令的参数，本服务器不需要额外的启动参数，所以设置为空数组 '[]'。
'transports': 定义客户端与服务器通信的传输协议。这里配置了 'stdio'，表示使用标准输入输出流进行通信。

基本使用方法

启动服务器: 在终端中运行以下命令启动 mcp-server-deepseek 服务器：
```
mcp-server-deepseek
```
或者使用开发模式（带 MCP Inspector）：
```
make dev
```
在 MCP 客户端中使用 'think_with_deepseek_r1' 工具: 在您的 MCP 客户端中，您可以使用 'think_with_deepseek_r1' 工具来调用 DeepSeek-R1 的推理能力。例如，在与 Claude 或其他支持 MCP 协议的 LLM 交互时，您可以指示模型使用该工具来增强其思考过程：
```
请使用 think_with_deepseek_r1 工具，针对以下问题进行思考: "如何优化神经网络进行时间序列预测？"
```
客户端会将 "如何优化神经网络进行时间序列预测？" 作为 'prompt' 参数传递给 'think_with_deepseek_r1' 工具，服务器会将请求发送给 DeepSeek-R1 模型进行推理，并将包含在 '<thinking>' 标签中的推理结果返回给客户端。客户端可以利用这些结构化的推理结果来改进其最终的响应。

关键词