Servidor Deepseek R1 MCP

O que faz o Servidor “Deepseek R1” MCP?

O Servidor Deepseek R1 MCP é uma implementação do Model Context Protocol (MCP) projetada para conectar o Claude Desktop aos avançados modelos de linguagem da DeepSeek, como Deepseek R1 e DeepSeek V3. Atuando como ponte entre assistentes de IA e os poderosos modelos otimizados para raciocínio da DeepSeek (com janela de contexto de 8192 tokens), este servidor permite que agentes de IA executem tarefas aprimoradas de compreensão e geração de linguagem natural. Desenvolvedores podem usar o Servidor Deepseek R1 MCP para integrar esses modelos perfeitamente em seus fluxos de trabalho, facilitando geração avançada de texto, raciocínio e interação com fontes de dados externas ou APIs nas plataformas suportadas. A implementação prioriza fornecer integração estável, confiável e eficiente usando Node.js/TypeScript para compatibilidade e segurança de tipos ideais.

Lista de Prompts

Nenhum modelo de prompt está documentado no repositório.

Lista de Recursos

Nenhum recurso MCP explícito está documentado no repositório.

Lista de Ferramentas

• Ferramenta avançada de geração de texto
  • Permite que LLMs gerem texto usando Deepseek R1 (ou V3), aproveitando a grande janela de contexto e as capacidades de raciocínio do modelo.

Casos de Uso deste Servidor MCP

• Geração Avançada de Texto
  Aproveite a grande janela de contexto do DeepSeek R1 (8192 tokens) para compor saídas longas e complexas para documentação, narrativas ou escrita técnica.
• Tarefas de Raciocínio Aprimoradas
  Use as capacidades otimizadas do modelo Deepseek R1 para raciocínio lógico ou de múltiplas etapas, ideal para resolução de problemas e análise.
• Integração Transparente com Claude Desktop
  Integre modelos de linguagem de ponta diretamente em ambientes Claude Desktop, ampliando as capacidades do assistente de IA para fluxos de trabalho diários.
• Seleção Flexível de Modelo
  Alterne entre os modelos Deepseek R1 e DeepSeek V3 modificando a configuração, adaptando-se a diferentes requisitos de projeto.
• Automação via API
  Permita automação orientada por IA em ambientes onde a API da DeepSeek está disponível, otimizando a criação de conteúdo ou a gestão de bases de conhecimento.

Como configurar

Windsurf

1. Certifique-se de que Node.js (v18+) e npm estão instalados.
2. Clone o repositório e instale as dependências:

   git clone https://github.com/66julienmartin/MCP-server-Deepseek_R1.git
   cd deepseek-r1-mcp
   npm install
   

3. Copie .env.exemple para .env e defina sua chave de API da DeepSeek.
4. Edite a configuração do Windsurf para adicionar o servidor MCP:

   {
     "mcpServers": {
       "deepseek_r1": {
         "command": "node",
         "args": ["/path/to/deepseek-r1-mcp/build/index.js"],
         "env": {
           "DEEPSEEK_API_KEY": "your-api-key"
         }
       }
     }
   }
   

5. Salve, reinicie o Windsurf e verifique se o servidor está rodando.

Claude

1. Instale Node.js (v18+) e npm.
2. Clone e configure o Servidor Deepseek R1 MCP como acima.
3. Na configuração do Claude, adicione:

   {
     "mcpServers": {
       "deepseek_r1": {
         "command": "node",
         "args": ["/path/to/deepseek-r1-mcp/build/index.js"],
         "env": {
           "DEEPSEEK_API_KEY": "your-api-key"
         }
       }
     }
   }
   

4. Reinicie o Claude e verifique a disponibilidade do servidor MCP.

Cursor

1. Instale os pré-requisitos (Node.js, npm).
2. Configure o servidor e as variáveis de ambiente.
3. Adicione o servidor na configuração do Cursor:

   {
     "mcpServers": {
       "deepseek_r1": {
         "command": "node",
         "args": ["/path/to/deepseek-r1-mcp/build/index.js"],
         "env": {
           "DEEPSEEK_API_KEY": "your-api-key"
         }
       }
     }
   }
   

4. Salve, reinicie o Cursor e teste a integração do servidor.

Cline

1. Certifique-se de que Node.js e npm estão instalados.
2. Clone e construa o Servidor Deepseek R1 MCP.
3. Adicione o servidor na configuração do Cline:

   {
     "mcpServers": {
       "deepseek_r1": {
         "command": "node",
         "args": ["/path/to/deepseek-r1-mcp/build/index.js"],
         "env": {
           "DEEPSEEK_API_KEY": "your-api-key"
         }
       }
     }
   }
   

4. Reinicie o Cline e confirme que o servidor MCP está conectado.

Protegendo as Chaves de API

Use variáveis de ambiente na configuração para manter as chaves de API seguras:

{
  "mcpServers": {
    "deepseek_r1": {
      "command": "node",
      "args": ["/path/to/deepseek-r1-mcp/build/index.js"],
      "env": {
        "DEEPSEEK_API_KEY": "your-api-key"
      }
    }
  }
}

Como usar este MCP em fluxos

Usando MCP no FlowHunt

Para integrar servidores MCP em seu fluxo FlowHunt, comece adicionando o componente MCP ao seu fluxo e conectando-o ao seu agente de IA:

Clique no componente MCP para abrir o painel de configuração. Na seção de configuração MCP do sistema, insira os detalhes do seu servidor MCP usando este formato JSON:

{
  "deepseek_r1": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Uma vez configurado, o agente de IA poderá usar este MCP como ferramenta, com acesso a todas as suas funções e capacidades. Lembre-se de alterar “deepseek_r1” para o nome real do seu servidor MCP e substituir a URL pela URL do seu servidor.

Visão Geral

| Suporta Roots | ⛔ | Não documentado |

Com base na documentação disponível, o Servidor Deepseek R1 MCP oferece uma implementação limpa e focada, de fácil configuração e uso, mas carece de documentação para prompts, recursos ou recursos MCP avançados como roots e sampling. Isso o torna altamente prático para geração de texto, mas menos completo para fluxos de trabalho mais complexos.

Pontuação MCP