深度研究员奥拉玛MCP服务器
项目介绍
Ollama Deep Researcher DXT 扩展
概述
Ollama Deep Researcher 是一个桌面扩展（DXT），它利用网络搜索和LLM合成进行高级主题研究，由本地MCP服务器提供支持。它支持配置的研究参数、状态跟踪和资源访问，并设计为与DXT生态系统无缝集成。
- 使用网络搜索API（Tavily、Perplexity、Exa）和LLM（Ollama、DeepSeek等）研究任何主题
- 配置最大研究循环次数、LLM模型和搜索API
- 跟踪正在进行的研究的状态
- 通过MCP协议访问研究结果
功能
- 在stdio上实现MCP协议以进行本地安全操作
- 防御性编程：错误处理、超时和验证
- 通过stderr进行日志记录和调试
- 兼容DXT主机环境
目录结构
.
├── manifest.json # DXT清单（参见MANIFEST.md中的规范）
├── src/
│ ├── index.ts # MCP服务器入口点（Node.js，stdio传输）
│ └── assistant/ # Python研究逻辑
│ └── run_research.py
├── README.md # 此文档
└── ...
安装与设置
-
克隆仓库并安装依赖项：
git clone <your-repo-url> cd mcp-server-ollama-deep-researcher npm install -
为助手安装Python依赖项：
cd src/assistant pip install -r requirements.txt # 或者使用pyproject.toml/uv，如果需要的话 -
设置网络搜索API所需的环境变量：
- 对于Tavily：
TAVILY_API_KEY - 对于Perplexity：
PERPLEXITY_API_KEY - 对于Exa：
EXA_API_KEY（在https://dashboard.exa.ai/api-keys获取） - 示例：
export TAVILY_API_KEY=your_tavily_key export PERPLEXITY_API_KEY=_your_perplexity_key export EXA_API_KEY=your_exa_key
- 对于Tavily：
-
构建TypeScript服务器（如有必要）：
npm run build -
本地运行扩展进行测试：
node dist/index.js # 或者使用DXT主机根据DXT文档加载扩展
使用方法
- 研究主题：
- 使用
research工具，参数为{ "topic": "您的主题" }
- 使用
- 获取研究状态：
- 使用
get_status工具
- 使用
- 配置研究参数：
- 使用
configure工具，参数可以是maxLoops、llmModel或searchApi
- 使用
清单
查看manifest.json以获取完整的DXT清单，包括工具模式和资源模板。遵循DXT MANIFEST.md。
日志记录与调试
- 所有服务器日志和错误都输出到
stderr用于调试。 - 研究子进程在5分钟后被终止以防止挂起。
- 无效请求和配置错误返回清晰、结构化的错误消息。
安全与最佳实践
- 所有工具模式在执行前都会被验证。
- 网络搜索API需要API密钥且永远不会被记录。
- 使用stdio上的MCP协议进行本地安全通信。
测试与验证
- 通过在兼容DXT的主机中加载扩展来验证其有效性。
- 确保所有工具调用返回有效的、结构化的JSON响应。
- 检查清单是否加载以及扩展是否注册为DXT。
故障排除
- 缺少API密钥：确保根据使用的搜索API设置了
TAVILY_API_KEY、PERPLEXITY_API_KEY或EXA_API_KEY。 - Python错误：检查Python依赖项并在
stderr中查看日志。 - 超时：研究子进程限制为5分钟。
搜索API比较
- Tavily：快速、全面的网络搜索，具有原始内容提取功能
- Perplexity：AI驱动的搜索，具有自然语言摘要和引用
- Exa：神经搜索引擎，优化了语义搜索并突出显示