Parallel Task MCP

官方

执行深度研究与批量任务

GitHub

试用此 MCP赞助

你可以用 Parallel Task MCP 做什么？

开始深度研究 — 通过 createDeepResearch 请求针对复杂问题的详细、带来源的答案，然后使用 getStatus 跟踪进度。
丰富数据集 — 使用 createTaskGroup 以通用输出模式（包括来源 URL）丰富公司或输入列表。
以 Markdown 形式检索结果 — 使用 getResultMarkdown 获取已完成的研究或丰富输出，以便分析或纳入您的工作。
监控异步任务 — 在检索结果之前，使用 getStatus 检查正在运行的研究或丰富任务是否仍处于活动状态。

文档

Parallel Task MCP

从你的 AI 助手中进行深度研究和数据增强。

研究一个问题或增强一个小型数据集，然后在不离开你的代理的情况下检索结果。Parallel 托管该服务；你无需运行此仓库即可使用它。

Task MCP 需要 Parallel 账户和身份验证。与免费的 Search MCP 不同，创建研究或增强任务需要计费。在开始工作之前，请查看 Task API 定价。

设置文档 · 获取 API 密钥 · Task MCP 文档

手动设置

为你的客户端选择一种连接方式。复用与此端点的现有连接，而不是重复添加。

Claude Code

在你想要使用 Parallel 的项目中运行以下命令：

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

启动一个新的 Claude Code 会话，运行 /mcp，并在提示时在浏览器中完成 Parallel 登录。

Codex

将你的 API 密钥作为 PARALLEL_API_KEY 提供给启动 Codex 的环境，然后运行：

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

启动一个新的 Codex 会话并运行 /mcp 以检查连接。配置引用的是环境变量，而不是密钥本身。不要将 API 密钥提交到配置文件中，也不要将其粘贴到对话中。如需使用 OAuth，请参阅 Codex 设置说明。

Cursor、VS Code 和其他客户端

使用此服务器 URL 配合 HTTP / Streamable HTTP 传输：

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

对于 Cursor，请将其合并到你的 MCP 配置中：

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

在提示时完成 Parallel 登录。不支持兼容 OAuth 的客户端可以使用 Parallel API 密钥作为 Authorization 标头中的 Bearer 令牌；请使用客户端的安全凭据设置，而不是将密钥硬编码在共享文件中。

VS Code 使用顶层 servers 对象，而不是 mcpServers。请按照客户端特定设置说明了解其配置格式和身份验证选项。

可用工具

工具	功能
`createDeepResearch`	为需要详细、有来源答案的问题启动研究任务。
`createTaskGroup`	使用通用输出模式为输入列表启动增强任务。
`getStatus`	检查运行或组是否仍处于活动状态。
`getResultMarkdown`	以 Markdown 格式检索研究或增强输出。

通过检查这四个工具是否可用来验证连接。你无需启动付费任务即可检查安装。

试试看

研究一家公司：

使用 createDeepResearch 研究 Parallel Web Systems（https://parallel.ai）。撰写一份公司简报，涵盖其产品、目标客户和公开宣布的融资情况。引用你的来源，并标记任何你无法验证的内容。

增强公司列表：

使用 createTaskGroup 增强以下三家公司：Parallel Web Systems（https://parallel.ai）、Google（https://google.com）和 Apple（https://apple.com）。每家公司返回一行，包含其官方公司名称、网站、总部、成立年份和一句话产品描述。包含来源 URL，并将任何无法验证的字段留空。

研究和增强是异步运行的：

启动任务一次，并保留其运行或组 ID。
使用 getStatus 在继续其他工作的同时检查进度。
完成后，使用 getResultMarkdown 检索和分析输出。

如果你的客户端没有自动继续，请在后续消息中要求其检查现有任务。不要仅仅为了检查进度而创建另一个任务。有关更多示例，请参阅工作流指南。

故障排除

工具缺失： 启动新的代理会话，检查 MCP 连接列表，并确认 URL 为 https://task-mcp.parallel.ai/mcp。
身份验证失败： 完成浏览器登录，或检查你的客户端是否可以访问有效的 API 密钥。对于上述 Codex 命令，PARALLEL_API_KEY 必须存在于启动 Codex 的环境中。
积分不足 / HTTP 402： 在开始另一个任务之前，在 platform.parallel.ai 检查你的余额。
尚无结果： 使用 getStatus 检查现有 ID；启动任务不会等待完成。
仍然卡住： 请参阅故障排除指南或提交问题。请包含你的客户端、版本和错误消息，但不要包含凭据和私有任务输入或输出。

隐私、支持与安全

任务输入会发送到 Parallel 以执行所请求的研究或增强。托管服务的使用受客户条款和隐私政策约束。

如需产品支持，请联系 support@parallel.ai。

本地运行代理

从本仓库的检出目录，在具备 Node.js 和 npm 的情况下：

运行 npm install。
运行 npx wrangler dev 并保持其运行。
在另一个终端中，运行 npx @modelcontextprotocol/inspector。
使用 Streamable HTTP 将 Inspector 连接到 http://localhost:8787/mcp。

本地代理仍然调用托管服务。身份验证和任务费用仍然适用；这不是离线任务运行器。