MCP Server Deepseek

🚀 mcp-server-deepseek 服務

本服務是 模型上下文協議 (MCP) 的一個服務器，它提供對 DeepSeek-R1 推理能力的訪問權限。藉助該服務，不具備推理功能的模型能夠生成更優質的回答，還可通過增強思考來提升表現。

🚀 快速開始

此服務器充當 LLM 應用程序與 DeepSeek 推理能力之間的橋樑。它通過 MCP 工具公開 DeepSeek-R1 的推理內容，可供任何兼容 MCP 的客戶端使用。該服務器特別適用於以下場景：

• 增強不具備原生推理能力的模型的回答質量。
• 訪問 DeepSeek-R1 的思考過程以解決複雜問題。
• 向 Claude 或其他支持 MCP 的 LLM 添加結構化推理。

✨ 主要特性

• 訪問 DeepSeek-R1：連接到 DeepSeek 的 API，利用其推理模型的能力。
• 結構化思考：以 <thinking> 格式返回推理內容。
• 與 MCP 集成：完全兼容 Model Context Protocol。
• 錯誤處理：具有強大的錯誤處理和詳細的日誌記錄。

📦 安裝指南

先決條件

• Python 3.13 或更高版本。
• DeepSeek 的 API 密鑰。

設置步驟

1. 克隆倉庫：

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

2. 創建虛擬環境：

   python -m venv venv
   source venv/bin/activate  # 在 Windows 中：venv\Scripts\activate
   

3. 安裝包：

   pip install -e .
   

4. 創建 .env 文件以存儲 DeepSeek 的 API 憑證：

   cp .env.example .env
   

5. 編輯 .env 文件，輸入您的 API 密鑰和模型詳細信息：

   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
   

💻 使用示例

基礎用法

運行服務器

可以直接運行服務器：

mcp-server-deepseek

或者使用開發模式與 MCP Inspector 結合使用：

make dev

MCP 工具

該服務器提供了一個工具：

think_with_deepseek_r1

此工具將提示發送到 DeepSeek-R1 並返回其推理內容。 參數：

• prompt (字符串)：要處理的完整用戶提示。 返回：
• 包含 DeepSeek-R1 推理內容並用 <thinking> 標籤包裝的字符串。

高級用法

當與 Claude 或其他支持 MCP 的 LLM 一起使用時，可以通過調用工具來觸發推理過程：

請使用 think_with_deepseek_r1 工具，並提供以下提示：
“如何優化神經網絡以實現時間序列預測？”

📚 詳細文檔

開發

測試

用於開發和測試的命令：

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

日誌記錄

日誌存儲在 ~/.cache/mcp-server-deepseek/server.log 文件中。可以通過環境變量 LOG_LEVEL 配置日誌級別（默認為 DEBUG）。

故障排除

常見問題

• API 密鑰問題：確保 DeepSeek 的 API 密鑰正確添加到 .env 文件。
• 模型加載失敗：檢查模型名稱是否正確配置，並確認 API 服務正常運行。

完整的項目文檔請參考 GitHub Wiki。