Parallel Task MCP

官方

執行深度研究與批次任務

GitHub

試用此 MCP贊助

你可以用 Parallel Task MCP 做什麼？

開始深度研究 — 透過 createDeepResearch 要求針對複雜問題提供詳細且有來源的答案，然後使用 getStatus 追蹤進度。
豐富資料集 — 使用 createTaskGroup 以共同的輸出結構（包含來源 URL）來豐富公司或輸入清單。
以 Markdown 取得結果 — 使用 getResultMarkdown 擷取已完成的研究或豐富化輸出，以便進行分析或納入您的工作中。
監控非同步工作 — 在擷取結果之前，使用 getStatus 檢查正在執行的研究或豐富化工作是否仍處於啟用狀態。

文件

Parallel Task MCP

從你的 AI 助理進行深度研究與資料擴充。

研究一個問題或擴充小型資料集，然後在不離開 agent 的情況下取回結果。Parallel 負責代管此服務；你不需要執行此 repository 即可使用。

Task MCP 需要 Parallel 帳戶與驗證。與免費的 Search MCP 不同，建立研究或擴充任務會產生費用。開始工作前，請先檢視 Task API 定價。

設定文件 · 取得 API 金鑰 · Task MCP 文件

手動設定

為你的 client 選擇一種連線方式。重複使用既有的連線到此端點，不要重複新增。

Claude Code

在你想使用 Parallel 的專案中執行以下指令：

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

啟動新的 Claude Code 工作階段，執行 /mcp，並在瀏覽器提示時完成 Parallel 登入。

Codex

將你的 API 金鑰以 PARALLEL_API_KEY 的形式提供給啟動 Codex 的環境，然後執行：

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

啟動新的 Codex 工作階段並執行 /mcp 以檢查連線。設定檔參照的是環境變數，而非金鑰本身。請勿將 API 金鑰提交到設定檔中，或貼到對話裡。若改用 OAuth，請參閱 Codex 設定說明。

Cursor、VS Code 及其他 client

使用此伺服器 URL 搭配 HTTP / Streamable HTTP 傳輸：

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

若使用 Cursor，請將以下內容合併到你的 MCP 設定中：

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

在提示時完成 Parallel 登入。不支援相容 OAuth 的 client 可以使用 Parallel API 金鑰作為 Authorization 標頭中的 Bearer token；請使用 client 的安全憑證設定，而不要將金鑰硬編碼在共用檔案中。

VS Code 使用頂層的 servers 物件，而非 mcpServers。請依照 client 專屬設定說明了解其設定格式與驗證選項。

可用工具

工具	功能
`createDeepResearch`	為需要詳細且有來源答案的問題啟動研究任務。
`createTaskGroup`	使用共同的輸出 schema 為輸入清單啟動擴充任務。
`getStatus`	檢查 run 或 group 是否仍在執行中。
`getResultMarkdown`	以 Markdown 格式取回研究或擴充輸出。

確認這四個工具可用，即可驗證連線。你不需要為了檢查安裝而啟動付費任務。

試試看

研究一家公司：

使用 createDeepResearch 研究 Parallel Web Systems（https://parallel.ai）。撰寫一份公司簡報，涵蓋其產品、目標客戶以及公開宣布的融資資訊。引用你的來源，並標註任何你無法驗證的內容。

擴充公司清單：

使用 createTaskGroup 擴充以下三家公司：Parallel Web Systems（https://parallel.ai）、Google（https://google.com）和 Apple（https://apple.com）。每家公司回傳一列，包含其官方公司名稱、網站、總部、成立年份以及一句話的產品描述。附上來源 URL，無法驗證的欄位請留空。

研究與擴充是非同步執行：

啟動任務一次，並保留其 run 或 group ID。
使用 getStatus 在繼續其他工作的同時檢查進度。
完成後，使用 getResultMarkdown 取回並分析輸出。

如果你的 client 沒有自動繼續，請在後續訊息中要求它檢查既有的任務。不要為了檢查進度而建立另一個任務。更多範例請參閱工作流程指南。

疑難排解

工具遺失： 啟動新的 agent 工作階段，檢查 MCP 連線清單，並確認 URL 是 https://task-mcp.parallel.ai/mcp。
驗證失敗： 完成瀏覽器登入，或確認你的 client 可以存取有效的 API 金鑰。針對上述 Codex 指令，PARALLEL_API_KEY 必須存在於啟動 Codex 的環境中。
額度不足 / HTTP 402： 在啟動下一個任務前，先到 platform.parallel.ai 檢查你的餘額。
尚無結果： 使用 getStatus 檢查既有的 ID；啟動任務並不會等待完成。
仍然卡住： 請參閱疑難排解指南或開啟 issue。請附上你的 client、版本與錯誤訊息，但不要包含憑證或私密的任務輸入／輸出。

隱私、支援與安全性

任務輸入會傳送至 Parallel 以執行所要求的研究或擴充。代管服務的使用受客戶條款與隱私權政策規範。

如需產品支援，請聯絡 support@parallel.ai。

在本機執行 proxy

從此 repository 的 checkout 開始，並具備 Node.js 與 npm：

執行 npm install。
執行 npx wrangler dev 並讓它持續執行。
在另一個終端機中，執行 npx @modelcontextprotocol/inspector。
使用 Streamable HTTP 將 Inspector 連線到 http://localhost:8787/mcp。

本機 proxy 仍會呼叫代管服務。驗證與任務費用仍然適用；這不是離線任務執行器。