Deepresearch MCP Server

MCP文档知识

提供方 arvindcr4

文档知识 未标注 无需鉴权 社区 / 第三方 Claude DesktopClaude

ATLAS是一个基于Model Context Protocol的项目、任务和知识管理系统,专为LLM代理设计,支持项目跟踪、任务生命周期管理和结构化知识存储。

一句话选型结论

按资料字段整理

Deepresearch MCP Server 属于文档知识类 MCP 服务器,传输方式未标注,无需鉴权,可直接接入 Claude Desktop、Claude,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类文档知识 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 19 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

文档知识
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量19暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

项目管理TypeScript本地部署任务管理知识管理LLM代理Neo4j数据库

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 19 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
文档检索问答

在你的文档库里按问题找答案。

知识库读写

把新资料写进知识库,随用随取。

内容整理

把零散资料归纳成结构化笔记。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 19 个工具,覆盖面较广,能满足多种调用。
  • 已适配 Claude Desktop、Claude,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在文档知识场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Deepresearch MCP Server当前 19 未标注 未标注 无 2026-05-17
dify 未标注 stdio · 本地进程 本地部署 有 2026-04-11
open-webui 未标注 stdio · 本地进程 本地部署 有 2026-04-11
JeecgBoot 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Cherry Studio 未标注 未标注 未标注 无 2026-05-17
mempalace 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

文档知识
字段来自项目仓库与公开索引,中文说明由本站标注
提供方arvindcr4上游标注的维护方 arvindcr4
分类文档知识本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

18.3 KB
来自项目仓库与上游目录的原文,未做删改

ATLAS:任务管理系统

ATLAS(自适应任务和逻辑自动化系统)是一个面向LLM代理的项目、知识和任务管理系统。

基于三层架构构建:```
+------------------------------------------+
| PROJECT |
|------------------------------------------|
| id: string |
| name: string |
| description: string |
| status: string |
| urls?: Array<{title: string, url: string}>|
| completionRequirements: string |
| outputFormat: string |
| taskType: string |
| createdAt: string |
| updatedAt: string |
+----------------+-------------------------+
| |
| |
v v
+----------------------------------+ +----------------------------------+
| TASK | | KNOWLEDGE |
|----------------------------------| |----------------------------------|
| id: string | | id: string |
| projectId: string | | projectId: string |
| title: string | | text: string |
| description: string | | tags?: string[] |
| priority: string | | domain: string |
| status: string | | citations?: string[] |
| assignedTo?: string | | createdAt: string |
| urls?: Array<{title: string, | | |
| url: string}> | | updatedAt: string |
| tags?: string[] | | |
| completionRequirements: string | | |
| outputFormat: string | | |
| taskType: string | | |
| createdAt: string | | |
| updatedAt: string | | |
+----------------------------------+ +----------------------------------+


ATLAS作为模型上下文协议(MCP)服务器实现,允许LLM代理与项目管理数据库交互,从而能够管理项目、任务和知识项。

&gt; **重要版本说明**: 版本1.5.4 是最后一个使用SQLite作为数据库的版本。2.0及更高版本已完全重写为使用Neo4j,这需要:
&gt;
&gt; - 使用Docker的自托管(Docker compose包含在存储库中)
&gt; - 使用Neo4j AuraDB云服务:https://neo4j.com/product/auradb/
&gt;
&gt; 2.5.0版本引入了一个新的3节点系统(项目、任务、知识),取代了之前的结构。

## 目录

- 概述
- 特性
- 安装
- 配置
- 项目结构
- 工具
- 资源
- 数据库备份和还原
- 例子
- 贡献
- 许可证

## 概述

ATLAS实现了模型上下文协议(MCP),通过以下方式实现了LLM和外部系统之间的标准化通信:

- **客户**:Claude Desktop、IDE和其他MCP兼容客户端
- **服务器**:用于项目、任务和知识管理的工具和资源
- **LLM代理**:利用服务器管理功能的AI模型

### 系统集成

Atlas平台将这些组件整合到一个有凝聚力的系统中:

- **项目任务关系**:项目包含代表实现项目目标所需的可操作步骤的任务。任务从其父项目继承上下文,同时提供对单个工作项的精细跟踪。
- **知识集成**:项目和任务都可以通过知识项来丰富,为团队成员提供必要的信息和背景。
- **依赖管理**:项目和任务都支持依赖关系,允许具有先决条件和顺序执行要求的复杂工作流。
- **统一搜索**:该平台提供跨实体搜索功能,允许用户根据各种标准查找相关项目、任务或知识。

## 特性

### 项目管理

- **全面跟踪:** 通过内置的批量操作支持来管理项目元数据、状态和丰富内容(注释、链接等)。
- **依赖关系处理:** 自动验证和跟踪项目间的依赖关系。

### 任务管理

- **任务生命周期管理:** 在任务的整个生命周期中创建、跟踪和更新任务。
- **优先级和分类:** 分配优先级,并用标签对任务进行分类,以便更好地组织。
- **依赖性跟踪:** 建立任务依赖关系以创建结构化工作流。

### 知识管理

- **结构化知识库:** 维护一个可搜索的项目相关信息存储库。
- **域分类:** 按领域和标签组织知识,便于检索。
- **引文支持:** 跟踪知识项的来源和参考。

### 图形数据库集成

- **本地关系管理:** 利用Neo4j的ACID兼容事务和优化的查询,实现强大的数据完整性。
- **高级搜索和可扩展性:** 使用模糊匹配和通配符执行基于属性的搜索,同时保持高性能。

### 统一搜索

- **跨实体搜索:** 根据内容、元数据或关系查找相关项目、任务或知识。
- **灵活的查询选项:** 支持不区分大小写、模糊和高级过滤选项。

## 安装

1. 克隆存储库:```bash
git clone https://github.com/cyanheads/atlas-mcp-server.git
cd atlas-mcp-server
  1. 安装依赖项:```bash
    npm install

3. 配置Neo4j:```bash
# Start Neo4j using Docker
docker-compose up -d
  1. 构建项目:```bash
    npm run build

## 配置

### 环境变量

创建一个 `.env` 文件基于 `.env.example`:```bash
# Neo4j Configuration
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=password2

# Application Configuration
LOG_LEVEL=info # debug, info, warn, error
NODE_ENV=development # development, production

# Research API Keys
OPENAI_API_KEY=your_openai_api_key
PERPLEXITY_API_KEY=your_perplexity_api_key
XAI_GROK_API_KEY=your_grok_api_key
FIRECRAWL_API_KEY=your_firecrawl_api_key
AGENTSPACE_API_KEY=your_agentspace_api_key
AGENTSPACE_BASE_URL=https://api.agentspace.dev

MCP客户端设置

添加到MCP客户端设置中:```json
{
"mcpServers": {
"atlas": {
"command": "node",
"args": ["/path/to/atlas-mcp-server/dist/index.js"],
"env": {
"NEO4J_URI": "bolt://localhost:7687",
"NEO4J_USER": "neo4j",
"NEO4J_PASSWORD": "password2",
"LOG_LEVEL": "info",
"NODE_ENV": "production"
}
}
}
}


## 项目结构

代码库遵循模块化结构:```
src/
├── config/          # Configuration management (index.ts)
├── index.ts         # Main server entry point
├── mcp/             # MCP server implementation (server.ts)
│   ├── resources/   # MCP resource handlers (index.ts, types.ts, knowledge/, projects/, tasks/)
│   └── tools/       # MCP tool handlers (individual tool directories)
├── services/        # Core application services
│   └── neo4j/       # Neo4j database services (index.ts, driver.ts, backupRestoreService.ts, etc.)
├── types/           # Shared TypeScript type definitions (errors.ts, mcp.ts, tool.ts)
└── utils/           # Utility functions (logger.ts, errorHandler.ts, etc.)

注:ID生成逻辑主要位于 src/services/neo4j/helpers.ts.

工具

ATLAS为项目、任务和知识管理提供了一套全面的工具,可通过模型上下文协议调用。

项目运营

工具名称 描述 关键参数
atlas_project_create 创建新项目(单个/批量)。 mode (“单体”/“大块”),项目详情(name, description, status, urls, completionRequirements, dependencies, outputFormat, taskType), responseFormat (“格式化”/“json”,可选)。
atlas_project_list 列出项目(全部/详细信息)。 mode (“全部”/“全部”), id (详细信息),过滤器(status, taskType),分页(page, limit),包括(includeKnowledge, includeTasks), responseFormat (“格式化”/“json”,可选)。
atlas_project_update 更新现有项目(单个/批量)。 mode (“单”/“厚”), id, updates 对象, responseFormat (“格式化”/“json”,可选)。批量模式使用 projects 阵列。
atlas_project_delete 删除项目(单个/批量)。 mode (“单”/“厚”), id (单一)或 projectIds 阵列(体), responseFormat (“格式化”/“json”,可选)。

任务操作

工具名称 描述 关键参数
atlas_task_create 创建新任务(单个/批量)。 mode (“单”/“厚”), projectId,任务详细信息(title, description, priority, status, assignedTo, tags, completionRequirements, dependencies, outputFormat, taskType), responseFormat (“格式化”/“json”,可选)。
atlas_task_update 更新现有任务(单个/批量)。 mode (“单”/“厚”), id, updates 对象, responseFormat (“格式化”/“json”,可选)。批量模式使用 tasks 阵列。
atlas_task_delete 删除任务(单个/批量)。 mode (“单”/“厚”), id (单一)或 taskIds 阵列(体), responseFormat (“格式化”/“json”,可选)。
atlas_task_list 列出特定项目的任务。 projectId (必填),过滤器(status, assignedTo, priority, tags, taskType),排序(sortBy, sortDirection),分页(page, limit), responseFormat (“格式化”/“json”,可选)。

知识操作

工具名称 描述 关键参数
atlas_knowledge_add 添加新的知识项(单个/批量)。 mode (“单”/“厚”), projectId,知识详情(text, tags, domain, citations), responseFormat (“格式化”/“json”,可选)。批量模式使用 knowledge 阵列。
atlas_knowledge_delete 删除知识项(单个/批量)。 mode (“单”/“厚”), id (单一)或 knowledgeIds 阵列(体), responseFormat (“格式化”/“json”,可选)。
atlas_knowledge_list 列出特定项目的知识项。 projectId (必填),过滤器(tags, domain, search),分页(page, limit), responseFormat (“格式化”/“json”,可选)。

搜索操作

工具名称 描述 关键参数
atlas_unified_search 跨实体执行统一搜索。 value (搜索词), property (可选),过滤器(entityTypes, taskType),选项(caseInsensitive, fuzzy),分页(page, limit), responseFormat (“格式化”/“json”,可选)。

研究运营

工具名称 描述 关键参数
atlas_deep_research 通过在Atlas知识库中创建分层计划,启动结构化的深入研究过程。 projectId (必填), researchTopic (必填), researchGoal (必填), scopeDefinition (可选), subTopics (带问题和搜索查询的必填数组), researchDomain (可选), initialTags (可选), planNodeId (可选), responseFormat (可选)。
openai-deep-research 使用具有网页浏览功能的OpenAI进行深入研究 query (必填), options (可选)带 maxResults, includePageContent, browsePage
perplexity-sonar 使用Perplexity Sonar执行实时网络搜索 query (必填), options (可选)带 maxResults, recency (日/周/月/年)
grok3 使用Grok-3进行实时网络访问研究 query (必填), options (可选)带 maxResults, includePageContent, browsePage
firecrawl-deep-research 使用Firecrawl进行深入研究,包括网络爬行和内容提取 query (必填), options (可选)带 maxResults, browsePage, onlyMainContent, includeHtml
agentspace-google-research 通过Agentspace进行谷歌深度研究,并进行全面分析 query (必填), options (可选)带 maxResults, depth (快速/标准/全面), includeAnalysis, language, region, browsePage

数据库操作

工具名称 描述 关键参数
atlas_database_clean 破坏性: 完全重置数据库,删除所有项目、任务和知识。 acknowledgement (必须设置为 true 确认), responseFormat (“格式化”/“json”,可选)。

资源

ATLAS通过标准MCP资源端点公开项目、任务和知识数据。

直接资源

资源名称 描述
atlas://projects Atlas平台中所有支持分页的项目列表。
atlas://tasks Atlas平台中所有支持分页和过滤的任务列表。
atlas://knowledge Atlas平台中所有知识项的列表,支持分页和过滤。

资源模板

资源名称 描述
atlas://projects/{projectId} 通过唯一标识符检索单个项目(projectId).
atlas://tasks/{taskId} 通过唯一标识符检索单个任务(taskId).
atlas://projects/{projectId}/tasks 检索属于特定项目的所有任务(projectId).
atlas://knowledge/{knowledgeId} 通过唯一标识符检索单个知识项(knowledgeId).
atlas://projects/{projectId}/knowledge 检索属于特定项目的所有知识项(projectId).

数据库备份和还原

ATLAS提供了备份和恢复Neo4j数据库内容的功能。核心逻辑在于 src/services/neo4j/backupRestoreService.ts.

自动备份(注意)

重要提示: 由于效率低下,自动备份功能已被删除。呼叫 triggerBackgroundBackup 在……里面 src/services/neo4j/driver.ts 用注释将其删除。请使用下面描述的手动备份过程来保护您的数据。

备份过程

  • 机制:备份过程导出所有 Project, Task,以及 Knowledge 节点及其关系被合并到单独的JSON文件中。
  • 输出:每个备份创建一个带时间戳的目录(例如。, atlas-backup-YYYYMMDDHHMMSS)在配置的备份路径内(默认值: ./atlas-backups/).此目录包含 projects.json, tasks.json, knowledge.json,以及 relationships.json.
  • 手动备份:您可以使用提供的脚本触发手动备份:```bash
    npm run db:backup
此命令执行 `scripts/db-backup.ts`,这叫 `exportDatabase` 功能。

### 还原过程

- **机制**:还原过程首先完全清除现有的Neo4j数据库。然后,它从指定备份目录中的JSON文件导入节点和关系。
- **警告**:从备份还原是一种破坏性操作。 **它将覆盖Neo4j数据库中的所有当前数据。**
- **手动恢复**:要从备份目录还原数据库,请使用导入脚本:```bash
npm run db:import

替换 ` 使用备份文件夹的实际路径(例如。,./atlas-backups/atlas-backup-20250326120000).此命令执行scripts/db-import.ts,这叫importDatabase功能。 - **关系处理**:导入过程尝试基于以下内容重新创建关系id导出期间存储在节点内的属性。确保您的节点具有一致性id` 正确恢复关系的属性。

例子

这 examples/ 该目录包含演示ATLASMCP服务器各种功能的实际示例。

  • 备份示例:位于 examples/backup-example/,这显示了由生成的JSON文件的结构和格式 npm run db:backup 命令。请参阅 示例README 了解更多详情。
  • 深度研究实例:位于 examples/deep-research-example/,这演示了由生成的输出和结构 atlas_deep_research 工具。它包括一个markdown文件(covington_community_grant_research.md)总结研究计划和JSON文件(full-export.json)包含在创建研究计划后从数据库导出的原始数据。请参阅 示例README 了解更多详情。

贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 用描述性消息提交您的更改
  4. 推到分支
  5. 创建拉取请求

对于错误和功能请求,请创建问题。

许可证

Apache许可证2.0


Built with the Model Context Protocol

常见问题

6 问
答案由本站依据条目字段整理,不引用上游原文
Deepresearch MCP Server 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Deepresearch MCP Server 怎么在 Claude Desktop、Claude 里配置?

它的传输方式未标注,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Deepresearch MCP Server 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Deepresearch MCP Server 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Deepresearch MCP Server 支持哪些客户端?

资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Deepresearch MCP Server 能提供哪些能力?

资料显示约 19 个工具;能力标签包括 知识管理、LLM代理、TypeScript、Claude。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。