Desearch MCP使用文档 - Desearch文档

Desearch MCP
Desearch是一款 AI 驱动的深度研究辅助平台，支持普通模式、深度模式、行业研究与专家模式四大研究路径，覆盖从快速理解到系统分析、再到超万字级专家报告生成的全过程。用户可根据任务需求选择不同研究深度，通过多轮推理与多源数据整合，高效完成企业分析、市场洞察、招商研究等复杂研究任务。

为了方便不同用户在不同场景下调用Desearch进行深度研究，继而整合或调用其他工具进行后续流程，现Desearch 推出MCP 服务，支持多种场景下调用。

如何使用Desearch MCP
使用Desearch MCP服务需要先注册Desearch MCP Key，MCP Key是访问 Desearch 接口的凭证，具有该账户的完整权限，请妥善保管。

在左下角头像区点击，选择“我的会员”，找到MCP入口

修改MCP的名称、描述。多条Key建议使用不同名称进行区分，描述内可简单描述该MCP的使用人员、使用场景等，支持修改编辑

MCP名称及描述填写示意图

点击“确认”后，立即生成MCP Key

点击MCP Key旁边的复制，可一键复制。点击旁边小眼睛按钮，可以隐藏/显示完整MCP Key

常见问题排查
MCP调用链接示例：http://dsmcp.zeelin.cn/sse?api_key=已创建的MCP Key

传参：title 用户提问的问题
返回：报告正文内容

错误码
401 认证错误
315 点数不足
500 系统错误
504 系统超时

📌langgraph客户端调用示例
import asyncio

from langchain_deepseek import ChatDeepSeek
from langchain_mcp_adapters.client import MultiServerMCPClient
from langgraph.prebuilt import create_react_agent

client = MultiServerMCPClient(
{
"desearch": {
#make sure you start your weather server on port 8000
"url": "http://dsmcp.zeelin.cn/sse?api_key=xxx",
"transport": "sse",
}
}
)

async def main():
tools = await client.get_tools()
for tool in tools:
print(tool.name)
model = ChatDeepSeek(model_name='',
api_base='',
api_key='',
timeout=None,
model_kwargs={"stream_options": {"include_usage": True}},
max_tokens=12288)
agent = create_react_agent(model, tools)
weather_response = await agent.ainvoke({"messages": "帮我写一篇关于小米汽车的报告"})
print(weather_response['messages'][-1])

if name == "main":
asyncio.run(main())

在Cursor中使用Desearch MCP生成报告

  "mcpServers": {
    "desearch": {
      "url": "https://dsmcp.zeelin.cn/sse?api_key=xxx"
    }
  }
}

以下是在Cursor 工具中调用Desearch MCP生成报告的实例

需要提前配置MCP选项并将MCP工具打开，输入问题后，在弹出的界面中选择“Run Tool”，等待片刻，报告即可生成