返回 MCP 目录
public公开dns本地运行

deep_rsrch_gemini

基于MCP的多智能体深度研究系统,整合LinkUp搜索、CrewAI协调和Gemini大模型,通过Streamlit提供交互界面。

article

README

🚀 智能深度研究员项目

我们正在构建一个由MCP驱动的多智能体深度研究员系统。该系统能够借助 Linkup 进行深度网络搜索,并通过CrewAI来编排各个智能体。

此项目运用了以下技术和工具:

  • LinkUp(搜索工具)
  • CrewAI(智能体设计)
  • Gemini(大语言模型)
  • Streamlit(用于将逻辑封装在交互式用户界面中)

🚀 快速开始

📦 安装指南

在项目根目录下运行以下命令:

uv sync

💻 使用示例

基础用法

启动应用程序,运行以下命令:

streamlit run app.py

高级用法

作为MCP服务器使用时,配置如下JSON内容:

{
  "mcpServers": {
    "crew_research": {
      "command": "uv",
      "args": [
        "--directory",
        "./Multi-Agent-deep-researcher-mcp-windows-linux",
        "run",
        "server.py"
      ],
      "env": {
        "LINKUP_API_KEY": "your_linkup_api_key_here",
        "GEMINI_API_KEY": "your_gEMINI_API_KEY"
      }
    }
  }
}

你可以 在此处获取Linkup API密钥

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端