Google-DeepSearch-AI-Mode

Gemini DeepSearch MCP

Gemini DeepSearch MCP es un agente de investigación automatizado que aprovecha los modelos de Google Gemini y la Búsqueda de Google para realizar investigaciones web profundas y de múltiples pasos. Genera consultas sofisticadas, sintetiza información de los resultados de búsqueda, identifica brechas de conocimiento y produce respuestas de alta calidad con abundantes citas.

Características

• Investigación automatizada de múltiples pasos utilizando modelos Gemini y la Búsqueda de Google
• Integración FastMCP para implementación tanto con API HTTP como con stdio
• Niveles de esfuerzo configurables (bajo, medio, alto) para la profundidad de la investigación
• Respuestas con abundantes citas y seguimiento de fuentes
• Flujo de trabajo impulsado por LangGraph con gestión de estado

Uso

Servidor de Desarrollo (HTTP + Interfaz de Studio)

Inicie el servidor de desarrollo de LangGraph con la interfaz de Studio:

make dev

Servidor MCP Local (stdio)

Inicie el servidor MCP con transporte stdio para la integración con clientes MCP:

make local

Pruebas

Ejecute el conjunto de pruebas:

make test

Pruebe el servidor MCP stdio:

make test_mcp

Use el inspector MCP

make inspect

Con seguimiento de Langsmith

GEMINI_API_KEY=AI******* LANGSMITH_API_KEY=ls******* LANGSMITH_TRACING=true make inspect

API

La herramienta deep_search acepta:

• query (cadena): La pregunta o tema de investigación a investigar
• effort (cadena): Nivel de esfuerzo de investigación - "low", "medium" o "high"
  • Low: 1 consulta, 1 bucle, modelo Flash
  • Medium: 3 consultas, 2 bucles, modelo Flash
  • High: 5 consultas, 3 bucles, modelo Pro

Formato de Retorno

Servidor MCP HTTP (modo de desarrollo):

• answer: Respuesta integral de investigación con citas
• sources: Lista de URL de fuentes utilizadas en la investigación

Servidor MCP Stdio (integración con Claude Desktop):

• file_path: Ruta a un archivo JSON que contiene los resultados de la investigación

El servidor MCP stdio escribe los resultados en un archivo JSON en el directorio temporal del sistema para optimizar el uso de tokens. El archivo JSON contiene los mismos datos de answer y sources que la versión HTTP, pero se accede a través de la ruta del archivo en lugar de devolverse directamente.

Requisitos

• Python 3.12+
• Variable de entorno GEMINI_API_KEY

Instalación

Instale directamente usando uvx:

uvx install gemini-deepsearch-mcp

Integración con Claude Desktop

Para usar el servidor MCP con Claude Desktop, agregue esta configuración a su archivo de configuración de Claude Desktop:

macOS

Edite ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "gemini-deepsearch": {
      "command": "uvx",
      "args": ["gemini-deepsearch-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key-here"
      },
      "timeout": 180000
    }
  }
}

Windows

Edite %APPDATA%/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "gemini-deepsearch": {
      "command": "uvx",
      "args": ["gemini-deepsearch-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key-here"
      },
      "timeout": 180000
    }
  }
}

Linux

Edite ~/.config/claude/claude_desktop_config.json:

{
  "mcpServers": {
    "gemini-deepsearch": {
      "command": "uvx",
      "args": ["gemini-deepsearch-mcp"],
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key-here"
      },
      "timeout": 180000
    }
  }
}

Importante:

• Reemplace your-gemini-api-key-here con su clave real de API de Gemini
• Reinicie Claude Desktop después de actualizar la configuración
• Establezca un tiempo de espera amplio para evitar MCP error -32001: Request timed out

Alternativa: Configuración de Desarrollo Local

Para desarrollo o si prefiere ejecutar desde el código fuente:

{
  "mcpServers": {
    "gemini-deepsearch": {
      "command": "uv",
      "args": ["run", "python", "main.py"],
      "cwd": "/path/to/gemini-deepsearch-mcp",
      "env": {
        "GEMINI_API_KEY": "your-gemini-api-key-here"
      }
    }
  }
}

Reemplace /path/to/gemini-deepsearch-mcp con la ruta absoluta real a su directorio de proyecto.

Una vez configurado, puede usar la herramienta deep_search en Claude Desktop haciendo preguntas como:

• "Use deep_search para investigar los últimos avances en computación cuántica"
• "Busca información sobre tendencias de energía renovable con alto esfuerzo"

Fuente del Agente

El agente de búsqueda profunda proviene del repositorio Gemini Fullstack LangGraph Quickstart.

Licencia

MIT