🚀 OpenRouter 研究代理服务器指南
OpenRouter 研究代理服务器支持多种模型和接口配置，具备强大的数据存储和缓存功能，能为用户提供高效、稳定的服务。
🚀 快速开始
标准安装（适用于命令行界面）
- 克隆仓库：
git clone https://github.com/wheattoast11/openrouter-deep-research-mcp.git
cd openrouter-agents
- 创建并配置
.env文件，指定高成本和低成本模型：
HIGH_COST_MODELS=perplexity/sonar-deep-research,perplexity/sonar-pro
LOW_COST_MODELS=perplexity/sonar-reasoning,openai/gpt-4o-mini-search-preview
- 启动服务器：
npm start
HTTP/SSE 安装（适用于桌面应用程序）
- 克隆仓库并配置
.env文件。 - 使用以下命令启动服务：
npm start
服务将在 http://localhost:3002 启动。
✨ 主要特性
- 支持多种模型和接口配置。
- 具备强大的数据存储和缓存功能。
- 可通过修改
.env文件和config.js进行高度定制。 - 采用内存缓存和 pgvector 技术实现高效存储。
- 附带多个测试脚本，方便进行功能测试。
📦 安装指南
上述快速开始部分已详细介绍了标准安装和 HTTP/SSE 安装的步骤。
📚 详细文档
可用模型
高成本模型
- perplexity/sonar-deep-research
- perplexity/sonar-pro
- openai/gpt-4o-search-preview
低成本模型
- perplexity/sonar-reasoning
- openai/gpt-4o-mini-search-preview
- google/gemini-2.0-flash-001
自定义配置
通过修改 .env 文件可实现高度定制：
HIGH_COST_MODELS=自定义模型1,自定义模型2
LOW_COST_MODELS=低成本模型1,低成本模型2
PGLITE_DATA_DIR=./研究数据库目录
CACHE_TTL_SECONDS=3600
持久化与数据存储
采用内存缓存和 pgvector 技术实现高效存储：
- 内存缓存：用于快速响应 caching。
- pgvector：提供持久化存储，支持语义相似性搜索。
默认数据库目录为
./researchAgentDB。
故障排除
常见问题及解决方案：
- 连接问题：检查 Claude 设置是否与服务器配置一致。
- API 错误：确认 OpenRouter API 密钥正确无误。
- 代理失败：确保 claude 正确解析 XML 文件。
- 模型错误：验证所用模型是否在您的 OpenRouter 账户中可用。
高级配置
通过 config.js 进行更深度的定制：
- 调整可用模型列表
- 设置默认成本偏好
- 修改规划代理参数
- 配置服务器端口及其他网络设置
- 调整数据库和缓存参数
安全性增强
为生产环境启用 API 密钥认证：
- 在
.env中设定SERVER_API_KEY。 - 开发环境下可选择禁用此功能。
测试工具
项目附带多个测试脚本：
- 基本工具测试：运行
test-all-tools.bat验证所有 MCP 工具。 - 服务器测试：使用
test-mcp-server.js检查服务器配置。 - 研究代理测试：通过
test-research-agent.js测试核心功能。
📄 许可证
本项目遵循 MIT 许可证，具体条款参见 LICENSE 文件。