🧠 FastMCP SSE Server – Research Paper Agent について
FastMCP を使ったリモートサーバーで、研究者向けに arXiv 論文の検索、保存済み論文情報の取得、トピックレポートの作成を支援します。SSE 対応の Claude、GPT などの MCP クライアントを対象としています。
主な機能
- 01トピック別の arXiv 論文検索と保存
- 02保存済み論文の詳細取得
- 03トピック別の論文要約表示
- 04保存済みトピックフォルダーの一覧
- 05プロンプトテンプレートによるレポート生成
活用シーン
- 01研究テーマに関する論文の発見
- 02保存済み論文情報の取得
- 03トピック別の論文要約の確認
- 04構造化されたトピックレポートの草案作成
MCP 対応
SSE 経由で、論文検索・取得ツール、保存済み論文のリソース、レポート生成用プロンプトを MCP クライアントに提供します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
title: MCP_Research_Server app_file: main.py sdk: gradio sdk_version: 5.31.0
🧠 FastMCP SSE サーバー – 論文研究エージェント
このプロジェクトは、FastMCP フレームワークを使用して構築された、デプロイ可能な MCP 互換のリモートサーバー です。以下のためのツールとリソースを公開します。
- arXiv の学術論文を検索する
- 保存された論文の情報を抽出する
- Claude やその他の LLM エージェント向けに、構造化されたプロンプトを生成する
SSE トランスポートに対応した Claude、GPT、または任意の MCP クライアント で利用できるよう設計されています。
🌐 ライブサーバー
✅ MCP サーバーはこちらで稼働しています:
ツール URL(SSE): https://mcp-server-vs1x.onrender.com/sse
動作を確認するには、上記のリンクにアクセスしてください。プレーンテキストの確認メッセージが表示されます。
🚀 機能
search_papers(topic):トピックごとに arXiv の論文を検索し、上位の論文を保存しますextract_info(paper_id):保存された JSON から論文の詳細を取得しますget_topic_papers(topic):トピック内のすべての論文の要約を読み込みますget_available_folders():保存されているトピックフォルダーをすべて一覧表示します- Claude がトピックの詳細レポートを生成するための プロンプトテンプレート
🧑💻 プロジェクト構成
.
├── main.py # Main FastMCP server
├── Dockerfile # For deployment on Render
├── pyproject.toml # Python project setup (required by uv)
├── uv.lock # Dependency lock file (required by uv)
├── papers/ # Local storage for downloaded paper info
📦 要件
- Python 3.11+
- uv:高速な Python パッケージマネージャー
- Render.com(デプロイ用)
🛠️ ローカルセットアップ(任意)
git clone https://github.com/YOUR_USERNAME/mcp-sse-server.git
cd mcp-sse-server
# Run with uv (you must have uv installed)
uv pip install --system .
uv run main.py
サーバーは localhost:8001/sse で実行されます。
☁️ Render.com にデプロイ(Docker)
- このプロジェクトを GitHub にプッシュします
- Render で新しいウェブサービスを作成します
- 次の設定を使用します:
- 環境: Docker
- ポート: 8001
- 開始コマンド:(空欄のままにします。Dockerfile で処理されます)
- デプロイします 🚀
Render から次のような URL が提供されます:
https://your-app-name.onrender.com/sse
Docker でローカル実行する場合:
docker run -p 8001:8001 <your-image-name> python main.py
🧪 MCP Inspector でテストする
インストールして実行します:
npx @modelcontextprotocol/inspector
ウェブ UI で次を設定します:
- トランスポート: SSE
- URL:
https://mcp-server-vs1x.onrender.com/sse
これで、Claude または独自のチャットボットを使って、ツールを呼び出し、実際にテストできるようになります。
📚 クレジット
DeepLearning.AI Claude Agent Systems コースの一環として作成されました。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。