写在前面

大型语言模型（LLM）已成为我们获取信息、生成内容的重要工具。但它们的知识大多截止于训练数据的时间点，对于需要实时信息、跨领域知识整合、多角度观点比较的深度研究 (Deep Research) 任务，它们往往力有不逮。如何让 LLM 突破自身知识的局限，像人类研究员一样，在浩瀚的互联网中探索、筛选、分析并最终形成有理有据的洞见？

答案在于构建 LLM Agent，并为其配备强大的工具，其中网络搜索 (Web Search) 无疑是最核心的工具之一。你需要一个支持稳定高效的 Web Search的“MCP Server”。LLM Agent 如何据此，从一个模糊的研究问题出发，一步步深入，最终完成一次“深度研究”？

本文将深入剖析 LLM Agent 利用 Web Search MCP Server 实现 Deep Research 的核心逻辑，涵盖规划、行动、观察、反思的完整流程。

1. Deep Research：