Deepseek + Claude

🚀 淑深-思考-Claude-3.5-索内特-CLINE-MCP

このプロジェクトは、DeepSeek R1の推論能力とClaude 3.5 Sonnetの応答生成能力を組み合わせたMCPサーバーで、OpenRouterを通じて実現されています。2段階の処理フローを採用し、まずDeepSeekで初期推論（コンテキスト制限は50,000文字）を行い、その結果をClaudeに注入して最終的な応答（コンテキスト制限は600,000文字）を生成します。

✨ 主な機能

2段階処理

• DeepSeek R1を使用して初期推論を行います（50k文字のコンテキスト）。
• Claude 3.5 Sonnetを使用して最終的な応答を生成します（600k文字のコンテキスト）。
• OpenRouterの統一APIを通じて2つのモデルにアクセスします。
• DeepSeekの推論結果をClaudeのコンテキストに注入します。

スマートな会話管理

• ファイルの更新時間に基づいてアクティブな会話を検出します。
• 複数の同時会話を処理します。
• 終了した会話を自動的にフィルタリングします。
• 必要に応じてコンテキストをクリアすることをサポートします。

最適化されたパラメータ

• モデル固有のコンテキスト制限：
  • DeepSeek: 集中した推論のために50,000文字
  • Claude: 包括的な応答生成のために600,000文字
• 推奨設定：
  • temperature: 0.7（創造性とバランス）
  • top_p: 1.0（完全な確率分布）
  • repetition_penalty: 1.0（重複防止）

📦 インストール

Smitheryを使用したインストール

Smitheryを通じて、DeepSeek ThinkingとClaude 3.5 Sonnetを自動的にインストールします。

npx -y @smithery/cli install @newideas99/Deepseek-Thinking-Claude-3.5-Sonnet-CLINE-MCP --client claude

手動インストール

1. リポジトリをクローンします。

git clone https://github.com/yourusername/Deepseek-Thinking-Claude-3.5-Sonnet-CLINE-MCP.git
cd Deepseek-Thinking-Claude-3.5-Sonnet-CLINE-MCP

2. 仮想環境を作成してアクティブ化します（推奨）。

python -m venv .venv
source .venv/bin/activate  # Linux/Macで使用
# または
.\.venv\Scripts\activate  # Windowsで使用

3. 依存関係をインストールします。

pip install -r requirements.txt

💻 使用例

サーバーの起動

MCPサーバーを起動するには、次のコマンドを実行します。

python server.py

その後、curlやPostmanなどのHTTPクライアントを使用して、http://localhost:5000にリクエストを送信することができます。

開発環境での自動再構築

開発環境での自動再構築には、次のコマンドを使用します。

npm run watch

📚 ドキュメント

動作原理

1. 推論段階（DeepSeek R1）

   • OpenRouterの推論トークン機能を使用します。
   • 推論プロセスをキャプチャしながら、出力が'完成'になるようにプロンプトを修正します。
   • 応答のメタデータから推論結果を抽出します。

2. 応答段階（Claude 3.5 Sonnet）

   • 元のプロンプトとDeepSeekの推論結果を受け取ります。
   • 推論結果を組み合わせて最終的な応答を生成します。
   • 会話のコンテキストと履歴を維持します。

📄 ライセンス

MITライセンス - 詳細はLICENSEファイルを参照してください。

貢献者

このプロジェクトは、Skiranoによって提案されたRAT（検索拡張思考）の概念に基づいています。この方法は、構造化された推論と知識検索によってAIの応答を強化します。この実装では、OpenRouterの統一APIを通じて、DeepSeek R1の推論能力とClaude 3.5 Sonnetの応答生成能力を具体的に組み合わせています。