← 返回目录

Octagon Deep Research MCP

社区

高性能 AI 深度研究代理，无限查询，无速率限制。

查看安装方法 ↓ 横向对比 GitHub 源仓库 ↗

分类: 其他
Stars: ★ 93 热门
传输方式: stdio（本地进程）
运行环境: Node.js
凭据: 需要 API Key / 凭据
许可证: MIT
最近提交: 8 个月前 ⚠
工具数: 1

42FMRS · D

Octagon Deep Research MCP 提供快速、深入的研究能力，无速率限制，适用于广泛领域。配置简单，支持多个 MCP 客户端，但依赖第三方 API，需考虑数据隐私和潜在费用。

最强项 · 安全与权限 10/20 最弱项 · 可靠性 7/20

可靠性

7/20

安全与权限

10/20

维护活跃度

7/20

文档质量

9/20

安装易用性

9/20

查看各项评分依据

可靠性 7/20: README描述了一个单一工具服务器，但未提供源代码或测试，无法验证工具的声明行为。没有CI工作流或测试文件作为可执行证据，因此上限为12。由于只有README描述，无法确认关键路径的可复现性，扣分。
安全与权限 10/20: 没有发现恶意行为或凭据泄漏的迹象。API密钥通过环境变量提供，安装示例中未包含真实令牌。该服务器调用外部API（Octagon），但未观察数据边界或确认机制。根据静态代码审查（仅有README），不存在明显红线，但缺少代码级别的安全审计细节，因此保守评分。
维护活跃度 7/20: README显示自述的活跃使用（92星，仅1个未解决问题），但未提供提交历史或发布信息，无法验证维护活跃度。license为MIT，存在明确的许可证。由于静态审查中没有版本控制或发布证据，无法给出高于7的评分。
文档质量 9/20: README非常详细，包括安装指南、客户端配置示例（Claude、Cursor、Windsurf）、API密钥获取、故障排除和示例查询。但文档主要是营销性的，缺少工具的精确参数细节（虽然提到了prompt）和错误处理细节。文档质量良好，但根据静态规则，文档不能作为行为证据，因此评分上限为15。
安装易用性 9/20: README提供了清晰的安装步骤，包括先决条件（Node.js、npx）和主流客户端的配置示例。使用npx可以简化安装。由于未提供可执行代码或测试验证设置，评分上限为15。但安装路径清楚，配置示例完整，因此评分合理。

静态评测 · 未实际运行收录于 2026-08-07

查看 FMRS 评分方法 →

选型与风险

能访问什么访问网络

适合谁

需要快速和深入研究的分析师、研究员和专业人士
跨行业综合研究，需要多源交叉验证
需要无限制并行深度研究任务的团队

不适合谁

对研究速度和深度要求不高的用户
不希望通过第三方 API 进行研究的用户
需要完全离线或本地研究的用户

所需权限

需要 OCTAGON_API_KEY 环境变量进行身份验证
需要网络访问以调用 Octagon API

风险与副作用

第三方 API 依赖：服务可能中断或更改，导致功能失效
数据隐私：发送到 API 的查询可能由第三方处理，敏感信息存在泄露风险
成本：虽然无速率限制，但 API 使用可能产生费用，需了解定价

安装接入

准备工作

运行环境：Node.js

OCTAGON_API_KEY 必填密钥 Octagon API 密钥，运行服务器必需；在 app.octagonai.co 注册免费账户后，于左侧菜单 API Keys 页面生成。

在 Octagon 注册免费账户并获取 API 密钥。
确保已安装 Node.js 和 npx。
根据您的客户端（Claude Desktop、Cursor 或 Windsurf）配置 MCP 服务器，设置环境变量 OCTAGON_API_KEY。
重启客户端以使配置生效。

claude_desktop_config.json

{
  "mcpServers": {
    "octagon-deep-research-mcp": {
      "command": "npx",
      "args": ["-y", "octagon-deep-research-mcp@latest"],
      "env": {
        "OCTAGON_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "octagon-deep-research-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "octagon-deep-research-mcp@latest"
      ],
      "env": {
        "OCTAGON_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add octagon-deep-research-mcp -e OCTAGON_API_KEY=YOUR_API_KEY_HERE -- npx -y octagon-deep-research-mcp@latest

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

在客户端（如 Claude Desktop、Cursor）的工具列表中应出现名为 octagon-deep-research-agent 的工具；也可以让它执行一个简单的研究查询，若能返回多源综合研究结果即说明配置成功。

常见排障

检查 OCTAGON_API_KEY 是否正确设置
确保网络连通性，以访问 Octagon API
验证 npx 和 Node.js 已正确安装

试试这样问

连接成功后，可以直接对 AI 助手这样说：

研究大型语言模型的竞争格局，比较各家的能力、局限与市场定位
调查过去三年内阿尔茨海默病突破性医疗治疗方法的进展
分析不同国家可再生能源的采用趋势及其政策驱动因素
研究不同国家人工智能监管的最新动态及其潜在影响

工具能力 1

octagon-deep-research-agent 只读

对任何主题或领域进行全面的深度研究和分析。接受一个自然语言提示，并返回详细的研究报告。

使用场景

技术 & AI 研究：分析大型语言模型、量子计算、自动驾驶等

医疗保健 & 医学研究：调查最新治疗方法、基因治疗、心理健康创新

环境 & 可持续性：研究可再生能源、碳捕获、可持续农业

商业 & 经济：分析零工经济、远程工作政策、供应链韧性

社会 & 文化研究：研究社交媒体算法的影响、人口变化、数字素养

科学与工程：探索半导体材料、聚变能源、水净化技术

政策与治理：调查 AI 法规、隐私立法、加密货币监管

网络安全 & 隐私：研究 IoT 威胁、勒索软件防御、隐私保护技术

教育与学习：评估在线学习平台、AI 对教育的影响、STEM 教育方法

支持客户端

Claude Desktop

Cursor

Windsurf

依据项目文档列出，未经本站实测。

详细介绍

Octagon Deep Research MCP 服务器通过与深度研究代理集成，提供 AI 驱动的研究与分析能力。其维护者称该服务没有速率限制，并自述比 ChatGPT Deep Research 更快、比 Grok DeepSearch 或 Perplexity Deep Research 更深入——以上为厂商自述的对比，本目录未做独立验证。该服务器适用于任何 MCP 客户端，包括 Claude Desktop、Cursor 和其他支持 MCP 的应用程序。由 Octagon AI 提供支持。