Why GPT Researcher MCP? - MCP服务，MCP服务器，MCP教程

基本能力

产品定位

GPT Researcher MCP Server 是一个专注于深度网络研究的工具，旨在通过自主探索和验证多个来源，提供高质量、相关且最新的信息。

核心功能

• 深度研究：通过 deep_research 工具进行深度网络研究，找到最可靠和相关的信息。
• 快速搜索：通过 quick_search 工具进行快速网络搜索，优化速度而非质量。
• 报告生成：通过 write_report 工具基于研究结果生成报告。
• 获取研究来源：通过 get_research_sources 工具获取研究中使用的来源。
• 获取研究上下文：通过 get_research_context 工具获取研究的完整上下文。

适用场景

• 投资研究：如研究公司股票表现、最新产品公告和分析师意见。
• 学术研究：获取高质量、可靠的学术资源。
• 市场分析：进行全面的市场趋势和竞争分析。

工具列表

• deep_research：进行深度网络研究。
• quick_search：进行快速网络搜索。
• write_report：生成研究报告。
• get_research_sources：获取研究来源。
• get_research_context：获取研究上下文。

常见问题解答

1. API 密钥问题：确保 .env 文件中正确设置了 API 密钥。
2. Python 版本问题：确保使用 Python 3.10 或更高版本。
3. 依赖问题：确保所有依赖项已正确安装。
4. 服务器日志：检查服务器日志以获取错误信息。

使用教程

使用依赖

1. 安装 Python 3.10 或更高版本。
2. 获取以下 API 密钥：
3. OpenAI API key
4. Tavily API key

安装教程

1. 克隆 GPT Researcher 仓库：
   bash
git clone https://github.com/assafelovic/gpt-researcher.git
cd gpt-researcher

2. 安装 gptr-mcp 依赖：
   bash
cd gptr-mcp
pip install -r requirements.txt

3. 设置环境变量：

4. 复制 .env.example 文件并创建 .env 文件：
   bash
cp .env.example .env
5. 编辑 .env 文件并添加 API 密钥：
   bash
OPENAI_API_KEY=your_openai_api_key
TAVILY_API_KEY=your_tavily_api_key

调试方式

1. 启动 MCP 服务器：
   bash
python server.py
   或
   bash
mcp run server.py

2. 检查服务器输出以确保服务器已准备好接受连接。