Google-DeepSearch-AI-Mode

Gemini DeepSearch MCP

O Gemini DeepSearch MCP é um agente de pesquisa automatizado que utiliza os modelos Google Gemini e o Google Search para realizar pesquisas web profundas e em múltiplas etapas. Ele gera consultas sofisticadas, sintetiza informações dos resultados de busca, identifica lacunas de conhecimento e produz respostas de alta qualidade e ricas em citações.

Recursos

• Pesquisa automatizada em múltiplas etapas usando modelos Gemini e Google Search
• Integração FastMCP para implantação via API HTTP e stdio
• Níveis de esforço configuráveis (baixo, médio, alto) para profundidade de pesquisa
• Respostas ricas em citações com rastreamento de fontes
• Fluxo de trabalho baseado em LangGraph com gerenciamento de estado

Uso

Servidor de Desenvolvimento (HTTP + Studio UI)

Inicie o servidor de desenvolvimento LangGraph com a interface Studio:

make dev

Servidor MCP Local (stdio)

Inicie o servidor MCP com transporte stdio para integração com clientes MCP:

make local

Testes

Execute a suíte de testes:

make test

Teste o servidor MCP stdio:

make test_mcp

Use o inspetor MCP

make inspect

Com rastreamento Langsmith

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

API

A ferramenta deep_search aceita:

• query (string): A pergunta ou tópico de pesquisa a ser investigado
• effort (string): Nível de esforço de pesquisa - "low", "medium" ou "high"
  • Low: 1 consulta, 1 loop, modelo Flash
  • Medium: 3 consultas, 2 loops, modelo Flash
  • High: 5 consultas, 3 loops, modelo Pro

Formato de Retorno

Servidor MCP HTTP (modo de desenvolvimento):

• answer: Resposta abrangente da pesquisa com citações
• sources: Lista de URLs de fontes usadas na pesquisa

Servidor MCP Stdio (integração com Claude Desktop):

• file_path: Caminho para um arquivo JSON contendo os resultados da pesquisa

O servidor MCP stdio grava os resultados em um arquivo JSON no diretório temporário do sistema para otimizar o uso de tokens. O arquivo JSON contém os mesmos dados de answer e sources que a versão HTTP, mas é acessado por caminho de arquivo em vez de retornado diretamente.

Requisitos

• Python 3.12+
• Variável de ambiente GEMINI_API_KEY

Instalação

Instale diretamente usando uvx:

uvx install gemini-deepsearch-mcp

Integração com Claude Desktop

Para usar o servidor MCP com o Claude Desktop, adicione esta configuração ao seu arquivo de configuração do 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:

• Substitua your-gemini-api-key-here pela sua chave real da API Gemini
• Reinicie o Claude Desktop após atualizar a configuração
• Defina um tempo limite amplo para evitar MCP error -32001: Request timed out

Alternativa: Configuração de Desenvolvimento Local

Para desenvolvimento ou se preferir executar a partir do código-fonte:

{
  "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"
      }
    }
  }
}

Substitua /path/to/gemini-deepsearch-mcp pelo caminho absoluto real do diretório do seu projeto.

Após a configuração, você pode usar a ferramenta deep_search no Claude Desktop fazendo perguntas como:

• "Use deep_search para pesquisar os últimos avanços em computação quântica"
• "Pesquise informações sobre tendências de energia renovável com alto esforço"

Fonte do Agente

O agente de pesquisa profunda é do repositório Gemini Fullstack LangGraph Quickstart.

Licença

MIT