AG

assafelovic/gptr-mcp

Developer tools

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

378 stars 69 forks Качество 73 Тренд 20MIT

MCP-сервер позволяет приложениям LLM проводить глубокие исследования через протокол MCP

Обзор

В то время как LLM-приложения могут получать доступ к веб-поисковым инструментам с помощью MCP, стандартные поисковые инструменты возвращают исходные результаты, требующие ручной фильтрации, часто содержащие нерелевантные источники и тратя пространство контекстного окна. GPT Researcher автономно исследует и проверяет множество источников, сосредотачиваясь только на релевантной, надёжной и актуальной информации. Хотя поиск немного медленнее стандартного (~30 секунд ожидания), он даёт: - ✨ Более качественная информация - 📊 Оптимизированное использование контекста - 🔎 Комплексные результаты - 🧠 Лучшее рассуждение для LLM https://github.com/user-attachments/assets/ef97eea5-a409-42b9-8f6d-b82ab16c52a8 2. на ~/Library/Application Support/Claude/claude_desktop_config.json: Подробные инструкции по настройке смотрите полный раздел Claude Desktop Integration ниже. - research_resource: Получить веб-ресурсы, связанные с конкретной задачей, через исследования.

Обзор (машинный перевод)

Почему GPT Researcher MCP?

В то время как LLM-приложения могут получать доступ к веб-поисковым инструментам с помощью MCP, GPT Researcher MCP обеспечивает глубокие результаты исследований. Стандартные поисковые инструменты возвращают сырые результаты, требующие ручной фильтрации, часто содержащие нерелевантные источники и тратя пространство контекстного окна.

GPT Researcher автономно исследует и проверяет множество источников, сосредотачиваясь только на релевантной, надёжной и актуальной информации. Хотя поиск немного медленнее стандартного (~30 секунд ожидания), он даёт:

  • ✨ Более качественная информация
  • 📊 Оптимизированное использование контекста
  • 🔎 Комплексные результаты
  • 🧠 Лучшее рассуждение для LLM

💻 Демо Клода на рабочем столе

https://github.com/user-attachments/assets/ef97eea5-a409-42b9-8f6d-b82ab16c52a8

🚀 Быстрый старт с Claude Desktop

Хотите сразу использовать это с Claude Desktop? Вот самый быстрый путь:

  1. Установка зависимостей:

  2. Настройте конфигурацию Claude Desktop по адресу ~/Library/Application Support/Claude/claude_desktop_config.json:

  3. Перезапусти Claude Desktop и начни исследование! 🎉

Подробные инструкции по настройке смотрите полный раздел Claude Desktop Integration ниже.

Ресурсы

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

README

Показан фрагмент оригинального README. Открыть оригинал.

Why GPT Researcher MCP?

While LLM apps can access web search tools with MCP, GPT Researcher MCP delivers deep research results. Standard search tools return raw results requiring manual filtering, often containing irrelevant sources and wasting context window space.

GPT Researcher autonomously explores and validates numerous sources, focusing only on relevant, trusted and up-to-date information. Though slightly slower than standard search (~30 seconds wait), it delivers:

  • ✨ Higher quality information
  • 📊 Optimized context usage
  • 🔎 Comprehensive results
  • 🧠 Better reasoning for LLMs

💻 Claude Desktop Demo

https://github.com/user-attachments/assets/ef97eea5-a409-42b9-8f6d-b82ab16c52a8

🚀 Quick Start with Claude Desktop

Want to use this with Claude Desktop right away? Here’s the fastest path:

  1. Install dependencies:

    git clone https://github.com/assafelovic/gptr-mcp.git
    pip install -r requirements.txt
    
  2. Set up your Claude Desktop config at ~/Library/Application Support/Claude/claude_desktop_config.json:

    {
      "mcpServers": {
        "gptr-mcp": {
          "command": "python",
          "args": ["/absolute/path/to/gpt-researcher/gptr-mcp/server.py"],
          "env": {
            "OPENAI_API_KEY": "your-openai-key-here",
            "TAVILY_API_KEY": "your-tavily-key-here"
          }
        }
      }
    }
    
  3. Restart Claude Desktop and start researching! 🎉

For detailed setup instructions, see the full Claude Desktop Integration section below.

Resources

  • research_resource: Get web resources related to a given task via research.

Primary Tools

  • deep_research: Performs deep web research on a topic, finding the most reliable and relevant information
  • quick_search: Performs a fast web search optimized for speed over quality, returning search results with snippets. Supports any GPTR supported web retriever such as Tavily, Bing, Google, etc… Learn more here
  • write_report: Generate a report based on research results
  • get_research_sources: Get the sources used in the research
  • get_research_context: Get the full context of the research

Prompts

Открыть полный README на GitHub

Установка

docker run -d \
Новичок в MCP? Начните с руководства на mcpskill.org →

Конфигурация

{ "mcpServers": { "gptr-mcp": { "command": "python", "args": ["/absolute/path/to/gpt-researcher/gptr-mcp/server.py"], "env": { "OPENAI_API_KEY": "your-openai-key-here", "TAVILY_API_KEY": "your-tavily-key-here" } } } }