MCP Server Deepseek

🚀 mcp-server-deepseek サービス

モデルコンテキストプロトコル (MCP) のサーバーで、DeepSeek-R1 の推論機能へのアクセスを提供します。これにより、推論機能を持たないモデルでも、より質の高い回答を生成し、思考を強化することでパフォーマンスを向上させることができます。

• R1+Sonnet が aider の polyglot ベンチマークで SOTA を達成 をご覧ください

🚀 クイックスタート

このサーバーは、LLM アプリケーションと DeepSeek の推論機能の間の橋渡し役を果たします。MCP ツールを通じて DeepSeek-R1 の推論内容を公開し、MCP 互換のクライアントであれば誰でも利用できます。

✨ 主な機能

• DeepSeek-R1 へのアクセス：DeepSeek の API に接続し、その推論モデルの能力を活用します。
• 構造化思考：<thinking> 形式で推論内容を返します。
• MCP との統合：Model Context Protocol と完全に互換性があります。
• エラー処理：強力なエラー処理と詳細なログ記録を備えています。

📦 インストール

前提条件

• Python 3.13 以上
• DeepSeek の API キー

セットアップ手順

1. リポジトリをクローンします：

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

2. 仮想環境を作成します：

   python -m venv venv
   source venv/bin/activate  # Windows の場合は：venv\Scripts\activate
   

3. パッケージをインストールします：

   pip install -e .
   

4. .env ファイルを作成して、DeepSeek の API 資格情報を保存します：

   cp .env.example .env
   

5. .env ファイルを編集し、API キーとモデルの詳細を入力します：

   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
   

💻 使用例

基本的な使用法

サーバーを直接起動することができます：

mcp-server-deepseek

または、開発モードで MCP Inspector と組み合わせて使用することもできます：

make dev

高度な使用法

このサーバーは、以下のツールを提供しています：

think_with_deepseek_r1

このツールは、プロンプトを DeepSeek-R1 に送信し、その推論内容を返します。 パラメータ：

• prompt (文字列)：処理する完全なユーザープロンプト 戻り値：
• DeepSeek-R1 の推論内容を <thinking> タグで囲んだ文字列 Claude や他の MCP 対応の LLM と一緒に使用する場合、ツールを呼び出すことで推論プロセスをトリガーできます：

think_with_deepseek_r1 ツールを使用し、以下のプロンプトを提供してください：
“時系列予測を実現するためにニューラルネットワークをどのように最適化すればよいですか？”

📚 ドキュメント

開発

テスト

開発とテストに使用するコマンドは次のとおりです：

npx @modelcontextprotocol/inspector uv run mcp-server-deepseek

ログ記録

ログは ~/.cache/mcp-server-deepseek/server.log ファイルに保存されます。 環境変数 LOG_LEVEL でログレベルを設定できます（デフォルトは DEBUG）。

トラブルシューティング

一般的な問題

• API キーの問題：DeepSeek の API キーが .env ファイルに正しく追加されていることを確認してください。
• モデルの読み込み失敗：モデル名が正しく設定されていることを確認し、API サービスが正常に動作していることを確認してください。

詳細ドキュメント

完全なプロジェクトドキュメントについては、GitHub Wiki を参照してください。