本文通过火山方舟应用实验室的 DeepSearch 应用,以 “撰写研究报告、生成 PPT 并自动发送邮件” 为例,展示如何集成 MCP 服务实现复杂任务的全流程自动化。
任务目标
火山方舟应用实验室 DeepSearch 应用依托 日志服务、联网搜索、ChatPPT、浏览器控制 等 MCP 能力,深度整合私域数据与公开信息,解决企业级场景中的高效生产力需求。
- 场景设定:显眼包团队需分析 AI 玩具市场动态与用户行为日志(近 14 天数据),生成《2025 年 AI 玩具市场分析及显眼包迭代建议》报告、配套 PPT,并通过 163 邮箱自动发送至指定邮件组。
- 能力介绍:
- 日志服务:可存储并检索私域“显眼包抽样数据”中的用户行为与访问日志;
- 联网搜索: 用于搜索互联网公开域信息;
- 必优-ChatPPT:智能 PPT 服务,本案例中用于生成《显眼包下一代迭代方案建议》PPT;
- 浏览器使用:可自动执行浏览器任务,本案例中使用浏览器自动撰写并发送 163 邮件;
- PromptPilot:广场 DeepSearch 内置 PromptPilot,开启后自动实现 Prompt个性化优化。
- 演示视频:以下视频展示了使用DeepSearch撰写研究报告,生成PPT并自动发送邮件的示例
前置准备
操作步骤
启动任务
- 访问并登录 火山方舟控制台,进入 应用广场 - DeepSearch - 体验应用 页面。

- (可选)DeepSearch支持自定义设置问题拆解层数与MCP服务,建议开启Prompt个性化优化。您也可直接使用默认配置。

- 输入研究问题,等待任务执行完成。例如,在输入框输入以下内容:
请撰写一份《2025年AI玩具市场分析及显眼包迭代建议》,分析日志情况(开始时间:1747123403000,结束时间:1748335823000),并结合近期AI玩具市场的最新动态和最受欢迎的新功能进行研究。在此基础上,生成一份“显眼包下一代迭代方案建议” PPT。最终将报告内容和PPT预览链接整理为一份汇报邮件通过我的163邮箱发送至XXX
请将上述的邮箱地址替换为自定义收件人。

任务执行
点击“运行”按钮后,系统将开始执行任务,其大致可分为以下几个阶段:
- 任务规划:DeepSearch 在分析完需求后,会进行任务拆解。如果任务计划不符合预期,可以点击 修改任务。确认需求后点击 开始任务。

任务执行过程中,可实时展开左下角 任务列表 查看执行进度。

- 调用 日志服务 MCP:工具将检索广场预置的示例日志 ——「显眼包抽样数据」,并分析用户行为与访问日志。

- 调用 联网搜索 MCP:搜索互联网公开域资料,例如近期AI玩具市场的最新动态和最受欢迎的新功能。

- 调用 ChatPPT MCP:根据分析研究内容,并生成 “显眼包下一代迭代方案建议” PPT。

- 调用 浏览器使用 MCP:将汇总内容通过163邮箱发送至用户指定邮箱地址。
- 支持用户接管:浏览器使用遇到登陆场景支持用户进行主动接管,用户登陆操作完成后,可退出接管模式。

- 成功发送邮件:等待浏览器使用MCP 依次执行填入收件人、邮件主题、邮件正文和邮件发送操作。

个性化优化 Prompt (可选)
- 通过 DeepSearch 内置的 PromptPilot,用户可对任务结果点赞 / 踩、评论反馈,系统自动优化 Prompt 参数,提升后续任务的响应精准度,反馈三次即可开启个性化优化。



- 在 DeepSearch 中使用个性化优化后的Prompt,可以获得更佳的模型回复效果。

创建更多同款应用
- 点击应用右上角 复制应用,在随后弹出的 开通及创建授权 窗口中,确认相关服务是否一键开通,确认无误后点击 立即创建 (注:创建同款功能即将对个人用户开放)。

- 在 创建并部署函数 的配置页面,按需配置以下内容:
- 若开启 日志服务 MCP 服务,需选择可用于检索的日志项目和主题。
- 若开启 知识库 MCP 服务,需选择可用于检索的知识库,并填写知识库描述作为 MCP Server 的描述,以便模型判断是否使用。
- 推荐开启 日志服务-Trace 功能,方便后续线上问题定位和排查,同时支持通过可视化的调试面板查看会话执行细节。

- 完成配置后,点击 确定 开始自动部署。等待部署成功后,点击 立即体验 即可使用该应用。

附录:开源应用介绍
该案例中用到的 DeepSearch 为火山方舟应用实验室的开源原型应用,您可在 应用广场 免费体验。DeepSearch 专为应对复杂问题而设计的高效工具,集成了浏览器使用、联网搜索、知识库、网页解析等丰富的 MCP 服务。无论是学术研究、企业决策,还是产品调研场景,它都能助力用户深入挖掘信息,提出切实可行的解决策略。
此外,应用实验室汇集了更多高难度、高价值的解决方案案例,并开放源代码,助力企业快速构建大模型应用。
开源信息:
- DeepSearch开源地址:https://github.com/volcengine/ai-app-lab/tree/main/demohouse/deep_search_mcp/backend
- 应用实验室开源地址:https://github.com/volcengine/ai-app-lab
- 开源协议:Apache License 2.0 https://github.com/volcengine/ai-app-lab/blob/main/APACHE_LICENSE