mcp-server-deepseek

一个 模型上下文协议 (MCP) 服务器，提供对 DeepSeek-R1 推理能力的访问，允许非推理模型生成具有增强思维的更好响应。

• 阅读 R1+Sonnet 在 aider 的多语言基准测试中设置了 SOTA

概述

此服务器充当 LLM 应用程序和 DeepSeek 推理能力之间的桥梁。它通过 MCP 工具公开 DeepSeek-R1 的推理内容，该工具可被任何 MCP 兼容的客户端使用。

该服务器特别适用于：

• 增强来自没有原生推理能力的模型的响应
• 访问 DeepSeek-R1 的思维过程以解决复杂问题
• 将结构化推理添加到支持 MCP 的 Claude 或其他 LLM

特性

• 访问 DeepSeek-R1: 连接到 DeepSeek 的 API 以利用他们的推理模型
• 结构化思维: 以结构化的 <thinking> 格式返回推理
• 与 MCP 集成: 完全兼容模型上下文协议
• 错误处理: 具有详细日志记录的强大错误处理

安装

前提条件

• Python 3.13 或更高版本
• DeepSeek 的 API 密钥

设置

1. 克隆存储库：

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

2. 创建一个虚拟环境：

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

3. 安装软件包：

   pip install -e .
   

4. 使用您的 DeepSeek API 凭据创建一个 .env 文件：

   cp .env.example .env
   

5. 使用您的 API 密钥和模型详细信息编辑 .env 文件：

   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
   

用法

运行服务器

您可以直接运行服务器：

mcp-server-deepseek

或者使用带有 MCP Inspector 的开发模式：

make dev

MCP 工具

服务器公开一个工具：

think_with_deepseek_r1

此工具将提示发送到 DeepSeek-R1 并返回其推理内容。

参数：

• prompt (字符串): 要处理的完整用户提示

返回：

• 包含 DeepSeek-R1 推理的字符串，包含在 <thinking> 标签中

使用示例

当与支持 MCP 的 Claude 或其他 LLM 一起使用时，您可以通过调用该工具来触发思维过程：

请使用 think_with_deepseek_r1 工具，提示如下：
"如何优化用于时间序列预测的神经网络？"

开发

测试

对于开发和测试，请使用 MCP Inspector：

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

日志记录

日志存储在 ~/.cache/mcp-server-deepseek/server.log 中

可以使用 LOG_LEVEL 环境变量配置日志级别（默认为 DEBUG）。

故障排除

常见问题

• API 密钥问题: 确保您的 DeepSeek API 密钥在 .env 文件中正确设置
• 超时错误: 复杂的提示可能会导致超时。 尝试简化您的提示
• 缺少推理: 某些查询可能不会生成推理内容。 尝试重新措辞

错误日志

检查日志以获取详细的错误消息：

cat ~/.cache/mcp-server-deepseek/server.log

许可证

MIT

贡献

欢迎贡献！ 请随时提交 Pull Request。

致谢

• 感谢 DeepSeek 团队提供的强大推理模型
• 使用 模型上下文协议 框架构建