Gigaxity Deep Research MCP

Установка

Работает в

• Claude Code
• Codex
• Cursor
• SourceCraft
• Koda
• Coddy

Ручная установка

{"mcpServers": {"gigaxity-deep-research": {"type": "stdio", "command": "/path/to/gigaxity-deep-research/.venv/bin/python", "args": ["/path/to/gigaxity-deep-research/run_mcp.py"], "env": {"RESEARCH_LLM_API_BASE": "https://openrouter.ai/api/v1", "RESEARCH_LLM_API_KEY": "YOUR_OPENROUTER_API_KEY", "RESEARCH_LLM_MODEL": "qwen/qwen3-30b-a3b-thinking-2507"}}}}

Что делает

Gigaxity Deep Research объединяет параллельный поиск по SearXNG, Tavily, LinkUp, Brave и Parallel, слияние выдачи по RRF и синтез с привязкой цитат и поиском противоречий. Все это доступно как семь MCP-инструментов: три базовых (`search`, `vertical_search`, `research`) и четыре для глубокого исследования (`ask`, `discover`, `synthesize`, `reason`). Тот же конвейер доступен по REST на FastAPI. Инструмент `search` собирает сырую выдачу из нескольких источников без вызова модели. `vertical_search` берет одну категорию SearXNG (видео, наука, IT, документация, пакеты), `discover` расширяет набор источников, а `synthesize` сводит найденное в ответ с цитатами. Рекомендованная модель синтеза Qwen3-30B-A3B-Thinking через OpenRouter, но подойдет любая OpenAI-совместимая конечная точка, например DeepSeek-R1 или локальный vLLM. Сервер запускается как MCP stdio через `run_mcp.py`, как REST API или в обоих режимах. Файлы `CLAUDE.md` и `AGENTS.md` содержат инструкции для подключения всей связки к Claude Code, Codex, Cursor и Hermes. Поисковые сервисы поставляют отдельные провайдеры, и каждый из них оплачивается или ограничивается по-своему.

Для кого. Разработчикам и аналитикам, которым нужен собственный MCP для глубокого исследования с цитатами и выбором модели синтеза.

Пример запроса к агенту

Исследуй, какие подходы к квантованию LLM появились за последние месяцы, собери источники через `discover` и сведи ответ с цитатами через `synthesize`

MCP

Транспорт

stdio

Авторизация

API-ключ

Ограничения

Для синтеза нужен ключ OpenRouter (`RESEARCH_LLM_API_KEY`) или своя OpenAI-совместимая конечная точка, а поисковые провайдеры Tavily, LinkUp, Brave и Parallel оплачиваются отдельно, часть из них дает бесплатный лимит. Основным источником служит SearXNG, который можно развернуть самим из каталога `companions/`. Ветка `local-inference` сейчас повторяет основную и служит заготовкой под замену значений по умолчанию. Клиент надо настроить вручную в конфигурации MCP и перезапустить. Установка идет из исходников через `pip install -e .`, пакета в реестре нет. Ответы модели синтеза нужно сверять с цитатами.

Как отключить. Уберите блок `gigaxity-deep-research` из `mcpServers` в `~/.claude.json` и перезапустите клиент. Папку клона и виртуальное окружение можно удалить.

Коротко о README

В README изложен конвейер многоисточникового поиска и синтеза, семь инструментов, быстрый старт для MCP stdio и REST API, этапы установки, варианты ветвей и архитектуру. Инструкции для агентов лежат в `CLAUDE.md` и `AGENTS.md`.