Parallel Task MCP

ทางการ

ดำเนินการวิจัยเชิงลึกและงานแบบกลุ่ม

GitHub
16
ลองใช้ MCP นี้ผู้สนับสนุน

คุณทำอะไรได้บ้างด้วย Parallel Task MCP?

  • Start deep research — ขอคำตอบโดยละเอียดพร้อมแหล่งอ้างอิงสำหรับคำถามที่ซับซ้อนผ่าน createDeepResearch จากนั้นติดตามความคืบหน้าด้วย getStatus
  • Enrich a dataset — ใช้ createTaskGroup เพื่อเพิ่มข้อมูลให้กับรายการบริษัทหรืออินพุตต่างๆ ด้วยโครงสร้างเอาต์พุตทั่วไป รวมถึง URL แหล่งที่มา
  • Retrieve results as Markdown — ดึงผลลัพธ์การวิจัยหรือการเพิ่มข้อมูลที่เสร็จสมบูรณ์โดยใช้ getResultMarkdown เพื่อการวิเคราะห์หรือนำไปรวมในงานของคุณ
  • Monitor async jobs — ตรวจสอบว่างานวิจัยหรืองานเพิ่มข้อมูลที่กำลังทำงานอยู่ยังทำงานอยู่หรือไม่ด้วย getStatus ก่อนที่จะดึงผลลัพธ์

เอกสาร

Parallel

Parallel Task MCP

การวิจัยเชิงลึกและการเพิ่มข้อมูลจากผู้ช่วย AI ของคุณ

วิจัยคำถามหรือเพิ่มข้อมูลในชุดข้อมูลขนาดเล็ก จากนั้นดึงผลลัพธ์กลับมาโดยไม่ต้องออกจากเอเจนต์ของคุณ Parallel เป็นผู้ให้บริการโฮสต์บริการนี้ คุณไม่จำเป็นต้องรัน repository นี้เพื่อใช้งาน

Task MCP ต้องมีบัญชี Parallel และการยืนยันตัวตน ต่างจาก Search MCP ที่ให้บริการฟรี การสร้างงานวิจัยหรืองานเพิ่มข้อมูลมีค่าใช้จ่าย โปรดตรวจสอบ ราคา Task API ก่อนเริ่มทำงาน

เอกสารการตั้งค่า · รับ API key · เอกสาร Task MCP

การตั้งค่าด้วยตนเอง

เลือกวิธีการเชื่อมต่อหนึ่งวิธีสำหรับไคลเอนต์ของคุณ ใช้การเชื่อมต่อที่มีอยู่กับ endpoint นี้ซ้ำ แทนที่จะเพิ่มเป็นสองครั้ง

Claude Code

รันคำสั่งนี้ในโปรเจกต์ที่คุณต้องการใช้ Parallel:

claude mcp add --transport http --scope project parallel-task https://task-mcp.parallel.ai/mcp

เริ่มเซสชัน Claude Code ใหม่ รัน /mcp และลงชื่อเข้าสู่ระบบ Parallel ในเบราว์เซอร์เมื่อได้รับแจ้ง

Codex

ทำให้ API key ของคุณพร้อมใช้งานเป็น PARALLEL_API_KEY ในสภาพแวดล้อมที่เปิดใช้ Codex จากนั้นรัน:

codex mcp add parallel-task --url https://task-mcp.parallel.ai/mcp \
  --bearer-token-env-var PARALLEL_API_KEY

เริ่มเซสชัน Codex ใหม่และรัน /mcp เพื่อตรวจสอบการเชื่อมต่อ การกำหนดค่าอ้างอิงถึงตัวแปรสภาพแวดล้อม ไม่ใช่ตัว key เอง ห้าม commit API keys ลงในไฟล์กำหนดค่าหรือวางลงในการสนทนา สำหรับ OAuth ให้ดู คำแนะนำการตั้งค่า Codex

Cursor, VS Code และไคลเอนต์อื่น ๆ

ใช้ URL เซิร์ฟเวอร์นี้กับ HTTP / Streamable HTTP transport:

https://task-mcp.parallel.ai/mcp

สำหรับ Cursor ให้รวมสิ่งนี้เข้ากับการกำหนดค่า MCP ของคุณ:

{
  "mcpServers": {
    "parallel-task": {
      "url": "https://task-mcp.parallel.ai/mcp"
    }
  }
}

ลงชื่อเข้าสู่ระบบ Parallel เมื่อได้รับแจ้ง ไคลเอนต์ที่ไม่รองรับ OAuth สามารถใช้ Parallel API key เป็น Bearer token ใน header Authorization; ใช้การตั้งค่าความปลอดภัยของไคลเอนต์แทนการเขียน key ลงในไฟล์ที่ใช้ร่วมกัน

VS Code ใช้วัตถุ servers ระดับบนสุด ไม่ใช่ mcpServers ปฏิบัติตาม คำแนะนำการตั้งค่าเฉพาะไคลเอนต์ สำหรับรูปแบบการกำหนดค่าและตัวเลือกการยืนยันตัวตน

เครื่องมือที่มีให้ใช้งาน

เครื่องมือฟังก์ชัน
createDeepResearchเริ่มงานวิจัยสำหรับคำถามที่ต้องการคำตอบโดยละเอียดพร้อมแหล่งอ้างอิง
createTaskGroupเริ่มงานเพิ่มข้อมูลสำหรับรายการอินพุตโดยใช้ schema ผลลัพธ์ร่วมกัน
getStatusตรวจสอบว่างานหรือกลุ่มยังทำงานอยู่หรือไม่
getResultMarkdownดึงผลลัพธ์การวิจัยหรือการเพิ่มข้อมูลเป็น Markdown

ตรวจสอบการเชื่อมต่อโดยดูว่าเครื่องมือทั้งสี่นี้พร้อมใช้งาน คุณไม่จำเป็นต้องเริ่มงานที่เสียค่าใช้จ่ายเพียงเพื่อตรวจสอบการติดตั้ง

ทดลองใช้งาน

วิจัยบริษัท:

ใช้ createDeepResearch เพื่อวิจัย Parallel Web Systems (https://parallel.ai) เขียนสรุปบริษัทครอบคลุมผลิตภัณฑ์ กลุ่มลูกค้าเป้าหมาย และเงินทุนที่ประกาศต่อสาธารณะ อ้างอิงแหล่งที่มาและระบุสิ่งที่คุณไม่สามารถยืนยันได้

เพิ่มข้อมูลรายการบริษัท:

ใช้ createTaskGroup เพื่อเพิ่มข้อมูลบริษัทสามแห่งนี้: Parallel Web Systems (https://parallel.ai), Google (https://google.com) และ Apple (https://apple.com) ส่งคืนหนึ่งแถวต่อบริษัทพร้อมชื่อบริษัทอย่างเป็นทางการ เว็บไซต์ สำนักงานใหญ่ ปีที่ก่อตั้ง และคำอธิบายผลิตภัณฑ์หนึ่งประโยค รวม URL แหล่งที่มาและเว้นช่องที่คุณไม่สามารถยืนยันได้ให้ว่าง

งานวิจัยและการเพิ่มข้อมูลทำงานแบบอะซิงโครนัส:

  1. เริ่มงานครั้งเดียวและเก็บ run หรือ group ID ไว้
  2. ใช้ getStatus เพื่อตรวจสอบความคืบหน้าขณะทำงานอื่นต่อไป
  3. เมื่อเสร็จสิ้น ใช้ getResultMarkdown เพื่อดึงและวิเคราะห์ผลลัพธ์

หากไคลเอนต์ของคุณไม่ดำเนินการต่อโดยอัตโนมัติ ให้ขอให้ตรวจสอบงานที่มีอยู่ในข้อความติดตามผล อย่าสร้างงานใหม่เพียงเพื่อตรวจสอบความคืบหน้า ดู คู่มือขั้นตอนการทำงาน สำหรับตัวอย่างเพิ่มเติม

การแก้ไขปัญหา

  • เครื่องมือหายไป: เริ่มเซสชันเอเจนต์ใหม่ ตรวจสอบรายการการเชื่อมต่อ MCP และยืนยันว่า URL คือ https://task-mcp.parallel.ai/mcp
  • การยืนยันตัวตนล้มเหลว: ลงชื่อเข้าสู่ระบบในเบราว์เซอร์ให้เสร็จสมบูรณ์ หรือตรวจสอบว่าไคลเอนต์ของคุณสามารถเข้าถึง API key ที่ถูกต้อง สำหรับคำสั่ง Codex ข้างต้น PARALLEL_API_KEY ต้องมีอยู่ในสภาพแวดล้อมที่เปิดใช้ Codex
  • เครดิตไม่เพียงพอ / HTTP 402: ตรวจสอบยอดคงเหลือของคุณที่ platform.parallel.ai ก่อนเริ่มงานถัดไป
  • ยังไม่มีผลลัพธ์: ตรวจสอบ ID ที่มีอยู่ด้วย getStatus; การเริ่มงานไม่ได้รอให้เสร็จสิ้น
  • ยังติดปัญหาอยู่: ดู คู่มือการแก้ไขปัญหา หรือ เปิด issue ระบุไคลเอนต์ เวอร์ชัน และข้อความแสดงข้อผิดพลาด แต่ไม่ต้องใส่ข้อมูลรับรองหรืออินพุต/เอาต์พุตงานส่วนตัว

ความเป็นส่วนตัว การสนับสนุน และความปลอดภัย

อินพุตงานจะถูกส่งไปยัง Parallel เพื่อดำเนินการวิจัยหรือเพิ่มข้อมูลที่ร้องขอ การใช้งานบริการโฮสต์อยู่ภายใต้ ข้อกำหนดลูกค้า และ นโยบายความเป็นส่วนตัว

สำหรับการสนับสนุนผลิตภัณฑ์ ติดต่อ support@parallel.ai

การรัน proxy ในเครื่อง

จาก checkout ของ repository นี้ โดยมี Node.js และ npm พร้อมใช้งาน:

  1. รัน npm install
  2. รัน npx wrangler dev และปล่อยให้ทำงานต่อไป
  3. ในเทอร์มินัลอื่น รัน npx @modelcontextprotocol/inspector
  4. เชื่อมต่อ Inspector ไปที่ http://localhost:8787/mcp โดยใช้ Streamable HTTP

proxy ในเครื่องยังคงเรียกใช้บริการโฮสต์ การยืนยันตัวตนและค่าใช้จ่ายงานยังคงมีผล; นี่ไม่ใช่ตัวรันงานแบบออฟไลน์