开始使用

GPT Researcher MCP 服务器为 GPT Researcher 提供了模型上下文协议 (MCP) 集成，允许 AI 助手通过 MCP 协议执行自主、全面的网络研究并生成报告。

为何选择 GPT Researcher MCP？

虽然许多 AI 应用可以通过 MCP 访问网页搜索工具，但 GPT Researcher MCP 能提供更深入的结果。标准搜索工具返回的是原始结果，需要手动筛选，通常包含不相关的来源，并浪费上下文窗口空间。

GPT Researcher 执行的是自主、深入的研究——而不仅仅是搜索。它能智能地探索和验证多个来源，只关注相关和最新的信息。虽然比标准搜索稍慢（30-40秒），但它能为大语言模型 (LLM) 提供更高质量的信息、优化的上下文、全面的结果以及更好的推理能力。

MCP 服务器向 AI 助手开放以下功能：

资源

• research_resource：通过研究获取与给定任务相关的网络资源。

主要工具

• deep_research：对某一主题进行自主的网络研究，查找最可靠和最相关的信息。
• quick_search：执行快速网络搜索，优先考虑速度而非质量，返回带摘要的搜索结果。
• write_report：根据研究结果生成报告。
• get_research_sources：获取研究中使用的来源。
• get_research_context：获取研究的完整上下文。

提示

• research_query：创建一个研究查询提示。

先决条件

在运行 MCP 服务器之前，请确保您已具备：

1. 安装 Python 3.10 或更高版本
2. 您计划使用的服务的 API 密钥
   • OpenAI API 密钥
   • Tavily API 密钥（或您计划使用的其他搜索 API）

安装

1. 克隆 GPT Researcher 代码库

git clone https://github.com/assafelovic/gptr-mcp.git

2. 安装依赖项

pip install -r requirements.txt

3. 设置您的环境变量
   • 复制 .env.example 文件，创建一个名为 .env 的新文件。

   cp .env.example .env
   • 编辑 .env 文件，添加您的 API 密钥并配置其他设置。

   OPENAI_API_KEY=your_openai_api_key
   TAVILY_API_KEY=your_tavily_api_key

运行 MCP 服务器

您可以通过两种方式启动 MCP 服务器：

方法 1：直接使用 Python

python server.py

方法 2：使用 MCP CLI（如果已安装）

mcp run server.py

服务器运行后，您将看到输出信息，表明服务器已准备好接受连接。

与 Claude 集成

将您的 MCP 服务器与 Claude 集成主要有两种方式：

1. API 集成 - 用于通过 Claude API 进行编程访问
2. 桌面版集成 - 用于在 Mac 上与 Claude 桌面应用程序配合使用

有关每种方法的详细说明，请点击上面的链接。

与 Claude 一起使用的示例

User: I'm considering investing in NVIDIA. Can you research the current state of the company, recent stock performance, latest product announcements, and analyst opinions?

Claude: I'll help you research NVIDIA for investment purposes. This will take a moment as I conduct comprehensive research to find the most up-to-date information about their stock performance, recent developments, and expert analysis.

[Claude uses conduct_research tool - this takes 30-40 seconds]

Claude: Based on my research, here's a comprehensive analysis of NVIDIA's current state:

## NVIDIA (NVDA) Current Status

### Recent Stock Performance
- Current price: $942.89 (as of my research)
- YTD performance: +90.4% 
- 52-week range: $460.30 - $974.00
- Market cap: ~$2.32 trillion

### Recent Key Developments
1. **Blackwell AI Platform**: At GTC 2024, NVIDIA unveiled the Blackwell architecture, their next-generation AI chip platform promising 4x performance improvement over Hopper. Major cloud providers (AWS, Google, Microsoft) have already committed to integrating Blackwell.

2. **Q1 FY2025 Earnings (May 2024)**: 
   - Revenue: $26.0 billion (+262% YoY)
   - Data Center revenue: $22.6 billion (+427% YoY)
   - Gross margin: 78.4%
   - Announced 10-for-1 stock split effective June 7, 2024

3. **Supply Chain Expansion**: Increased investments in manufacturing capacity with TSMC to address ongoing chip shortages for their high-demand AI GPUs.

### Analyst Consensus
- Strong Buy consensus with 37 analysts rating it "Buy," 5 "Hold," and 0 "Sell"
- Average price target: $1,042 (post-split adjusted: $104.20)
- Key bull thesis: Continued AI infrastructure spending and NVIDIA's dominant position in AI chips
- Key bear concerns: Valuation, potential competition from AMD, Intel, and custom silicon from tech giants

### Industry Position
- Dominant in AI GPU market with estimated 80-90% market share
- Expanding ecosystem through CUDA software platform and industry partnerships
- Diversifying beyond chips with DGX Cloud, AI software platforms, and automotive solutions

故障排除

如果您在运行 MCP 服务器时遇到问题：

1. 请确保您的 API 密钥在 .env 文件中设置正确。
2. 检查您是否正在使用 Python 3.10 或更高版本。
3. 确保所有依赖项都已正确安装。
4. 查看服务器日志以获取错误信息。

后续步骤

• 浏览 MCP 协议文档，以更好地了解如何与 Claude 集成。
• 了解 GPT Researcher 的核心功能，以增强您的研究能力。
• 查阅高级用法指南，了解更多配置选项。

:-)