Openrouter Deep Research

🚀 OpenRouter 研究代理服务器指南

OpenRouter 研究代理服务器支持多种模型和接口配置，具备强大的数据存储和缓存功能，能为用户提供高效、稳定的服务。

🚀 快速开始

标准安装（适用于命令行界面）

1. 克隆仓库：

git clone https://github.com/wheattoast11/openrouter-deep-research-mcp.git
cd openrouter-agents

2. 创建并配置 .env 文件，指定高成本和低成本模型：

HIGH_COST_MODELS=perplexity/sonar-deep-research,perplexity/sonar-pro
LOW_COST_MODELS=perplexity/sonar-reasoning,openai/gpt-4o-mini-search-preview

3. 启动服务器：

npm start

HTTP/SSE 安装（适用于桌面应用程序）

1. 克隆仓库并配置 .env 文件。
2. 使用以下命令启动服务：

npm start

服务将在 http://localhost:3002 启动。

✨ 主要特性

• 支持多种模型和接口配置。
• 具备强大的数据存储和缓存功能。
• 可通过修改 .env 文件和 config.js 进行高度定制。
• 采用内存缓存和 pgvector 技术实现高效存储。
• 附带多个测试脚本，方便进行功能测试。

📦 安装指南

上述快速开始部分已详细介绍了标准安装和 HTTP/SSE 安装的步骤。

📚 详细文档

可用模型

高成本模型

• perplexity/sonar-deep-research
• perplexity/sonar-pro
• openai/gpt-4o-search-preview

低成本模型

• perplexity/sonar-reasoning
• openai/gpt-4o-mini-search-preview
• google/gemini-2.0-flash-001

自定义配置

通过修改 .env 文件可实现高度定制：

HIGH_COST_MODELS=自定义模型1,自定义模型2
LOW_COST_MODELS=低成本模型1,低成本模型2
PGLITE_DATA_DIR=./研究数据库目录
CACHE_TTL_SECONDS=3600

持久化与数据存储

采用内存缓存和 pgvector 技术实现高效存储：

• 内存缓存：用于快速响应 caching。
• pgvector：提供持久化存储，支持语义相似性搜索。 默认数据库目录为 ./researchAgentDB。

故障排除

常见问题及解决方案：

1. 连接问题：检查 Claude 设置是否与服务器配置一致。
2. API 错误：确认 OpenRouter API 密钥正确无误。
3. 代理失败：确保 claude 正确解析 XML 文件。
4. 模型错误：验证所用模型是否在您的 OpenRouter 账户中可用。

高级配置

通过 config.js 进行更深度的定制：

• 调整可用模型列表
• 设置默认成本偏好
• 修改规划代理参数
• 配置服务器端口及其他网络设置
• 调整数据库和缓存参数

安全性增强

为生产环境启用 API 密钥认证：

1. 在 .env 中设定 SERVER_API_KEY。
2. 开发环境下可选择禁用此功能。

测试工具

项目附带多个测试脚本：

1. 基本工具测试：运行 test-all-tools.bat 验证所有 MCP 工具。
2. 服务器测试：使用 test-mcp-server.js 检查服务器配置。
3. 研究代理测试：通过 test-research-agent.js 测试核心功能。

📄 许可证

本项目遵循 MIT 许可证，具体条款参见 LICENSE 文件。