mcpField
S
Scholar Feed

Scholar Feed

リモート
scholarfeed.org開発ツール134 週間前に更新
リポジトリ公式サイト

Scholar Feed について

Scholar Feedは、計算機科学、AI、機械学習の文献を探す研究者やLLMエンジニア向けのMCPサーバーです。論文のランキング、引用グラフの探索、全文取得、著者検索、BibTeX出力を組み合わせています。

主な機能

  1. 01セマンティック検索とキーワード検索
  2. 02関連度・引用数・トレンドによるランキング
  3. 03引用グラフの探索
  4. 04論文全文のセクション別取得
  5. 05著者検索と共著グラフ
  6. 06論文詳細とBibTeX出力

活用シーン

  1. 01研究分野の新着論文の発見
  2. 02論文の参考文献と後続引用の追跡
  3. 03セクションごとの論文全文の確認
  4. 04類似論文のBibTeX出力

MCP 対応

stdio経由で、論文検索、引用、全文、著者、研究ライブラリのツールをMCPクライアントに提供します。基本的な検索と取得は匿名で利用でき、ライブラリ機能にはAPIキーが必要です。

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://mcp.scholarfeed.org/mcp?src=mcp-registry
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

パッケージ
npmscholar-feed-mcp3.20.0

ツール

26
パラメーター型必須説明
qstringいいえ検索クエリのキーワードです。必須です。ただし、(a) anchor_paper_id または scope_to_citations_of が設定されている場合(アンカーモードでは q は無視され、アンカーに類似する論文が返されます)、または (b) sort が 'trending'/'recent'/'impactful' のいずれかである場合を除きます。後者は「最先端を閲覧」するフィードで、最初の 200 件までに制限されます(offset が 200 を超えるページングは 422 になります。q= またはフィルターで範囲を絞ってください)。これ以外の q なしの呼び出しはすべて 422 になります。フィルター(category/days/...)のみの q なし呼び出しや、sort='community' の q なし呼び出しも含みます。フィルターだけでは q の代わりになりません。閲覧用の sort と組み合わせる(例:category='cs.AI' + sort='recent')か、q を指定してください。「今、AI で注目されているもの」を調べるには、sort='trending' のみを指定するか、広い q と sort='trending' を組み合わせます。
sortenumいいえ結果のランキングです。関連性↔影響度の調整、および時間ベース・採用度ベースの並べ替えを行います。'relevance'(デフォルト)= トピックとの関連性が最も高い結果。'balanced' = 関連性があり、被引用数も多い結果。'impactful' = クエリに関連する論文のうち、被引用数が最も多い(影響力が実証された)論文。「トピック X の重要/基礎的な論文」に使用します。'trending' = 上昇中/予測影響度(impact_pct、直近約 90 日間)。「X の注目論文/新着論文」に使用し、確立済みの研究には使用しません。'recent' = 新しい順。'community' = GitHub での採用度(stars + star-velocity)。引用数とは独立して、実際に実行・構築に使われている論文を抽出します。カバレッジに関する注意(impact_min の約 90 日の欠落に相当):スター未取得のリポジトリは NULL ではなく 0 として保存され、カバレッジは最近公開された論文に大きく偏っています。そのため、リポジトリがある古い論文の大半は現在 0 スターとして順位が下がります。'community' が示すのは、コーパス全体の採用状況ではなく、計測済みの採用状況です。実証された影響度('impactful'/'balanced')は実際の被引用数で順位付けし、'trending' はモデル予測、'community' は対象期間内の実際のエンジニアリング現場での実績を示します。トピックの古典的な基礎を調べるには get_foundational_lineage と組み合わせてください。relevance | balanced | impactful | trending | recent | community
anchor_paper_idstringいいえこの arXiv 論文 ID に類似する論文を返します(削除された find_similar ツールの代替)。設定すると q は無視され、結果に similarity_score が含まれます。例:'2407.15831'。
scope_to_citations_ofstringいいえ検索対象をこの論文の引用グラフに限定し、q との関連性で順位付けします(削除された find_citations_about ツールの代替)。検索対象とする引用元論文の arXiv ID を指定します。
categorystringいいえarXiv カテゴリで絞り込みます。例:'cs.AI'、'cs.LG'
novelty_minnumberいいえ新規性スコアの下限(0-1)です。新規性の高い論文には 0.5 以上を使用します。
impact_minintegerいいえimpact_pct の下限(0~100)です。例:80 = 予測影響度の上位 20%。これは上昇中の研究を絞り込むフィルターです。impact_pct は直近約 90 日間のみ算出されるため、impact_min を指定すると、最近の論文のうち高い成果が予測されるものに限定され、それ以前の論文はすべて除外されます。「X の上昇分野」を探す場合に使用します。トピックの有力/基礎的な論文の検索には使用しないでください。確立済みの研究が除外されるため、代わりに sort='impactful' を使用してください。
daysintegerいいえ過去 N 日以内に公開された論文に限定します
has_codebooleanいいえコード公開へのリンクがある論文に絞り込みます(has_code=true)。実行可能/再現可能な研究を抽出します。実務者が実際に採用している論文を探すには、min_stars/sort='community' と組み合わせてください。
min_citationsintegerいいえ実際の被引用数の下限です。約 90 日間の予測パーセンタイルである impact_min とは異なり、実証された被引用数で絞り込み、確立済み/古典的な論文も含めます。
min_starsintegerいいえ論文にリンクされたリポジトリの GitHub 最低スター数です。エンジニアリングでの採用状況を示す指標で、実務者が実際に実行または構築に利用している研究を見つけられます。sort='community' と組み合わせると、この値で順位付けできます。カバレッジに関する注意:一度も取得されていないリポジトリは NULL ではなく 0 として保存されるため、このフィルターでは「採用されていない」と「未測定」を区別できません。フィルターは「スター数が N 以上と確認済み」として適用されます。スター数が取得されていない論文は 0 スターとして扱われず、除外されるため、結果は正確ですが不完全です。実際には人気のある古い論文でも、測定されていないだけで結果から漏れる場合があります。カバレッジは最近公開された論文に偏っており、現在データを遡及補完中です。最近の研究の絞り込みに使用してください。定着した研究には min_citations を使用してください。
github_url_existsbooleanいいえ論文に GitHub URL がリンクされているかどうかで絞り込みます(true = リポジトリのある論文のみ)。あらゆるコードリンクを数える has_code より厳密です。
published_afterstringいいえこの日付以降に公開された論文のみを対象にします。形式は 'YYYY-MM-DD' です。published_before と組み合わせると任意の日付範囲を指定できます(days は直近 N 日間のローリング検索のみ)。
published_beforestringいいえこの日付以前に公開された論文のみを対象にします。形式は 'YYYY-MM-DD' です。published_after と組み合わせると明示的な期間を指定できます。
method_categorystringいいえ手法カテゴリで絞り込みます。例:'reinforcement learning'、'transformer'。
method_namestringいいえ特定の名称付き手法を導入または使用する論文に絞り込みます。例:'LoRA'、'YOLO'、'DPO'。抽出された method_name フィールドに対して、大文字と小文字を区別しない部分文字列マッチングを行います。
taskstringいいえタスクで絞り込みます。例:'image classification'、'question answering'(部分一致)。
datasetstringいいえ特定のデータセットで評価を行った論文に絞り込みます。例:'MMLU'、'ImageNet'。
contribution_typeenumいいえ論文の貢献タイプで絞り込みます。model | method | benchmark | dataset | survey | theoretical | empirical_study | system
task_categoryenumいいえ大まかな研究分野で絞り込みます。NLP | Computer Vision | RL | Audio/Speech | Graphs | Multimodal | Systems | Theory | Security | Other
modeenumいいえ検索モードです。'semantic'(デフォルト)は埋め込みの類似度を使用し、キーワードが完全一致しなくても概念的に関連する論文を見つけます。'keyword' は Postgres の全文検索を使用します。高速ですが、完全一致する語句のみを検索します。keyword | semantic
cursorstringいいえキーセットページネーションに使用する、前回のレスポンスの next_cursor。
pageintegerいいえページ番号
limitintegerいいえ1 ページあたりの結果数(最大 50 件)。
fieldsstringいいえ返すフィールドをカンマ区切りで指定します(例:'arxiv_id,title,llm_summary,llm_novelty_score')。省略した場合、verbose=true でない限り、簡潔な 12 フィールドのデフォルト結果を返します。
verbosebooleanいいえtrue の場合、28 フィールドからなる論文情報の全項目を返します(手法/タスク/データセットの抽出、application_domain、baselines など)。デフォルトの false では、簡潔な 12 フィールドの項目を返します。`fields` が指定されている場合、このパラメーターは無視されます。
exclude_idsarrayいいえ結果から除外する arXiv ID(連続する呼び出し間の重複排除用)。

詳細

Scholar Feed

Scholar Feed MCP サーバー

CI npm version Node License: MIT smithery badge

Claude Code、Cursor、その他のMCPクライアントを離れることなく、LLMエンジニアリングや学術研究に必要な、ランキング機能と引用追跡機能を備えた論文検索ができます。

多くの論文検索ツールが返すのは、単なる一覧です。Scholar Feed は論文をランキングし、関連性、実際の引用数、または注目度の上昇度で並べ替えられます。さらに、2,200万件以上の引用関係をたどり、あらゆる論文の引用系譜を前後に追跡できます。CS/AI/ML分野の60万件以上の論文を毎日更新し、それぞれにLLMが生成した要約と新規性スコアを付与しています。

Scholar Feed はarXivの論文を毎日インデックス化し、新しさ、引用速度、所属機関の評判、コードの公開状況に基づいてランキングします。

クイックスタート

npx scholar-feed-mcp@latest init

この対話形式のウィザードでは、次の操作を行います。

  1. APIキーの入力を求めます(任意。匿名アクセスを利用する場合はスキップできます)
  2. MCPクライアント(Claude Code、Cursor、Claude Desktop)を検出します
  3. 設定を書き込み、接続を確認します

APIキーは不要です。 匿名アクセスでは月200回まで利用でき、一般的な調査セッションには十分です。より多い利用枠(アカウントあたり月500回)に加え、コレクション、保存した論文、ウォッチリストなどのライブラリ機能を利用するには、scholarfeed.org/settingsで無料のキーを取得してください。

「test-time compute scalingに関する最近の論文を検索して」と質問してみましょう。

できること

技術動向の調査:「今月、検索拡張生成に関するどのような新しい研究が発表されましたか?」

文献レビュー:「2401.04088に類似した論文を見つけて、BibTeX形式でエクスポートしてください」

トレンドの監視:「今週、cs.CVで注目されているのは何ですか?上位3件を要約してください」

著者の発見:「効率的なLLM推論に取り組むトップ研究者は誰ですか?」

分野の概観:「スパースな混合エキスパートアーキテクチャの概観レポートを作成してください」

インストール

最も手早い方法は npx scholar-feed-mcp@latest init です。クライアントを自動検出して、設定を書き込みます。手動で設定する場合、すべてのクライアントで同じ stdio サーバー(npx -y scholar-feed-mcp@latest)を起動します。異なるのは設定ファイルの場所とラッパーキーだけです。

**Claude Desktop(ワンクリック)**では、設定を編集せずにインストールできます。最新リリースから .mcpb バンドルをダウンロードして開くか、Settings > Extensionsにドラッグします。インストーラーには、Scholar Feed API キー(sf_...)用の任意入力欄が1つ表示されます。匿名モード(月200回)の場合は空欄のままにするか、scholarfeed.org/settingsで取得できる無料キーを貼り付けて、月500回に増やしてください。

Claude Codeでは、1行のコマンドを実行します。

# Anonymous (200 calls/month)
claude mcp add scholar-feed -- npx -y scholar-feed-mcp@latest

# With an API key (500 calls/month per account)
claude mcp add scholar-feed -e SF_API_KEY=sf_your_key_here -- npx -y scholar-feed-mcp@latest

その他のすべてのクライアントでは、次の標準 JSON ブロックを使用します。

{
  "mcpServers": {
    "scholar-feed": {
      "command": "npx",
      "args": ["-y", "scholar-feed-mcp@latest"]
    }
  }
}

月500回に増やすには、サーバーエントリに "env": { "SF_API_KEY": "sf_your_key_here" } を追加します。無料キーはscholarfeed.org/settingsで取得できます。

このブロックを適切な設定ファイルに追加します。

クライアント設定ファイル備考
Cursor.cursor/mcp.json(プロジェクト)または ~/.cursor/mcp.json(グローバル)Cursorを再起動します。
Claude DesktopmacOS:~/Library/Application Support/Claude/claude_desktop_config.json;Windows:%APPDATA%\Claude\claude_desktop_config.jsonSettings → Developer → Edit Config の順に選択し、再起動します。
Windsurf~/.codeium/windsurf/mcp_config.jsonCascade → MCPアイコン → Configure の順に選択し、更新します。
Cline / Roo Codecline_mcp_settings.jsonMCP Serversサイドバーアイコン → Configure。ClineとRoo Codeはこの形式を共有します。
Gemini CLI~/.gemini/settings.json(またはプロジェクトの .gemini/settings.json)
LM Studio~/.lmstudio/mcp.jsonProgramタブ → Install → mcp.jsonを編集します。Cursorの記法に準拠しています。
JetBrains(PyCharm / IntelliJ)AI Assistant → MCP → Add → As JSONAI Assistant 2025.1以降が必要です。

一部のクライアントでは、異なるラッパーキーまたはファイル形式が必要です。

OpenAI Codex、VS Code(GitHub Copilot)、Zed、Continue、およびプロジェクト単位の設定

OpenAI Codex(~/.codex/config.toml、または設定している場合は $CODEX_HOME/config.toml)では JSON ではなく TOML を使用するため、上記のブロックは機能しません。Codex CLIとIDE拡張機能の両方で、同じファイルを使用します。

[mcp_servers.scholar-feed]
command = "npx"
args = ["-y", "scholar-feed-mcp@latest"]
env = { SF_API_KEY = "sf_your_key_here" }

月200回のキーなしモードで実行するには、envの行を削除します。WindowsでCodexがサーバーを起動できない場合は、command = "cmd"とargs = ["/c", "npx", "-y", "scholar-feed-mcp@latest"]を使用してください。

VS Code:GitHub Copilot(.vscode/mcp.json)では、serversキーと明示的なtypeが必要で、Copilotのエージェントモードを有効にする必要があります。コマンドパレットからMCP: Add Serverを実行することもできます。

{
  "servers": {
    "scholar-feed": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "scholar-feed-mcp@latest"]
    }
  }
}

Zed(settings.json)では、context_serversキーを使用します。また、"source": "custom"の行が必須です(この行がないと、Zedはエントリを通知なしにスキップします)。

{
  "context_servers": {
    "scholar-feed": {
      "source": "custom",
      "command": "npx",
      "args": ["-y", "scholar-feed-mcp@latest"]
    }
  }
}

Continueでは、グローバルの~/.continue/config.yamlまたはワークスペースの.continue/config.yamlに、mcpServersをリストとして記述した YAML を使用します。

mcpServers:
  - name: scholar-feed
    type: stdio
    command: npx
    args:
      - "-y"
      - scholar-feed-mcp@latest

プロジェクト単位の設定(.mcp.json)で、リポジトリ内でサーバーを共有する場合:

{
  "mcpServers": {
    "scholar-feed": {
      "command": "npx",
      "args": ["-y", "scholar-feed-mcp@latest"],
      "env": { "SF_API_KEY": "${SF_API_KEY}" }
    }
  }
}

**Windows:**上記の JSON 設定では、"command": "cmd"と"args": ["/c", "npx", "-y", "scholar-feed-mcp@latest"]を使用してください。

Scholar Feedは標準のstdio MCPサーバーなので、その他のMCP互換クライアントでも標準ブロックを使用できます。

利用可能なツール(27)

コア検索と探索
ツール説明主なパラメーター
search_papersフィルターを使ったセマンティック検索とキーワード検索です。類似論文の探索、引用範囲に限定した検索、トレンド検索にも対応します。q, category, novelty_min, days, sort, anchor_paper_id, scope_to_citations_of, mode, method_category, task, dataset, contribution_type, task_category, cursor, limit
get_paperarXiv ID を指定して論文の詳細を取得します。複数論文の一括検索と BibTeX のエクスポートにも対応します。arxiv_ids, format, fields, verbose
get_citations引用グラフ(外向きの参考文献または被引用論文)を取得します。arxiv_id, direction, limit, fields
fetch_fulltext論文の本文をセクションごとに取得します(abstract、introduction、related_work、method、results、conclusion、または all)。arxiv_ids を指定すると、1 回の呼び出しで最大 8 件の論文を取得できます。抽出できない論文があっても、呼び出し全体が失敗するのではなく、その論文の取得結果が失敗として返されます。arxiv_id, arxiv_ids, sections
著者
ツール説明主なパラメーター
find_authorトピックや名前によるクエリで研究者を検索するか、ID を指定してプロフィールを取得します。q, id, field, limit
co_author_graph著者の共著者ネットワークを取得します。author_ids, window_years
埋め込み
ツール説明主なパラメーター
embed_textテキストの 768 次元 Gemini 埋め込みを取得します(HyDE やカスタム類似度計算用)。Pro 専用のため、匿名ユーザーや無料ユーザーは 403 pro_required を受け取ります。text, task_type
研究
ツール説明主なパラメーター
get_field_orientation研究分野の手軽な概観を取得します。主要論文、サブ分野、未解決問題を確認できます。Pro の利用枠は消費しません。topic, limit
get_foundational_lineage引用グラフを使って、論文のニッチな分野の基盤となる研究を特定します(合意形成後に範囲を広げる方式)。niche_roots → field_level → discipline の順にたどり、cited_by_in_niche の根拠を示します。セマンティック検索では見つからない、分野の標準的な基点を提示します。Pro の利用枠は消費しません。anchor_paper_id, scope, generality_ceiling, limit
check_drift「使用中の手法は時代遅れか、また、代わりに何があるか」を確認します。約 10 種類の LLM ビルダー向け問題ファミリーについて、批評の根拠とベンチマーク優位性の関係を提示します。Pro の利用枠は消費しません。family, method, limit
ライブラリ、コレクション、ウォッチ、ギャップ分析(SF_API_KEY が必要)

以下のツールは、認証済みユーザーのアカウントを変更または読み取ります。上記のコアな読み取り/検索ツールは匿名で動作しますが、これらのツールにはキーが必要です。

ツール説明主なパラメーター
save_paper論文をライブラリにブックマークします(冪等。パーソナライズに反映されます)。arxiv_id
unsave_paper論文をライブラリから削除します(冪等)。arxiv_id
like_paperFor You フィードの調整に使う「このような論文をもっと表示する」というシグナルです(追加のみ)。arxiv_id
list_library保存した論文を新しい順に一覧表示します(メモを含みます)。limit、page
annotate_paper論文に対する評価を記録します。重要な理由、使用するタイミング、候補から外した理由などを記録できます。既存の注釈は上書きされます。list_library で返されるため、後のセッションでは情報を再推定せずにこの内容を読み取れます。arxiv_id、note_text、action
list_collections論文数とともにコレクションを一覧表示します。(なし)
create_collection名前を付けてコレクションを作成します(既存のものがあれば取得し、重複してもエラーになりません)。name
add_to_collection名前または ID を指定して論文をコレクションに追加します(ライブラリにも自動保存されます)。arxiv_id、collection_name、collection_id
remove_from_collection論文をコレクションから削除します(ライブラリには保存されたままです)。arxiv_id、collection_name、collection_id
create_watch毎日評価される保存済み検索を作成します。名前が同じ場合は既存のものを取得します。構造化されたcriteriaフィルター(推奨)または単一のシードセレクターを使って定義します。name、novelty_min、criteria、recency_days、q、collection_name、collection_id、anchor_paper_id、scope_to_citations_of、author_id、category
list_watches概要、last_evaluated_at、pending_hitsとともにウォッチを一覧表示します。(なし)
check_watches前回のダイジェスト以降に見つかった新しい一致を取得します(読み取り専用、冪等)。watch_name、watch_id、limit
update_watchウォッチの名前変更、novelty_minの変更、構造化されたcriteriaの変更を行います(保留中の一致はクリアされます)。名前または ID で指定します。name、watch_id、new_name、novelty_min、criteria、recency_days
preview_watchウォッチを作成せずに、最近の論文に対して構造化されたcriteriaフィルターをドライランします。調整用のmatch_countとsampleを返します。読み取り専用です。criteria、recency_days
delete_watch名前または ID を指定してウォッチを削除します(冪等)。name、watch_id
find_gapsコレクションまたはトピックについて「何を見落としているか」を調べます。まだ保存していない基礎的な研究と最先端の研究を探します(読み取り専用、Pro)。collection_name、collection_id、topic、scope、limit
ask_library「保存した論文をもとに回答」します。ライブラリまたは指定したコレクション内の論文のみを根拠に、引用付きの統合結果を返します(読み取り専用)。find_gapsとは逆の機能です。月20回まで無料、その後はProで1日200回まで。question、collection_name、collection_id、limit

新規性スコア

すべての論文には、0.0〜1.0のllm_novelty_scoreが付与されています。

範囲意味例
0.7以上パラダイムシフト、または広く認められたSOTA分野を変える新しいアーキテクチャ
0.5〜0.7優れた成果を伴う新しい手法明確な改善をもたらす新しい学習手法
0.3〜0.5段階的な改善既知の手法を新しい領域に適用
0.3未満サーベイ、データセット、または小規模な拡張文献レビュー、ベンチマークの公開

search_papersでnovelty_min: 0.5を指定すると、真に新規性の高い研究に絞り込めます。

レート制限

エンドポイント制限
search_papers30/min
get_paper30/min
get_citations30/min
fetch_fulltext (single paper)10/min
fetch_fulltext (batch, 2-8 papers)6/min
find_author20/min
co_author_graph20/min
embed_text30/min
get_field_orientation20/min
get_foundational_lineage20/min
find_gaps20/min
ask_library10/min

レスポンスには、X-RateLimit-Limit、X-RateLimit-Remaining、X-RateLimit-Reset ヘッダーが含まれます。

月間利用量の上限(上記の分単位の制限とは別で、すべてのキーを対象にアカウントごとにカウントされます):匿名(IP ごと)は 200 calls/month、無料キーでは 500/month、Pro では 10,000/month です。これとは別に、暴走したループが1時間で1か月分の上限を使い切らないよう、より低い1日あたりの上限(100 / 200 / 2,000)がバースト防止策として設定されています。この上限に達すると、scope: "burst" を含む 429 が返され、月間の利用枠は消費されません。バッチ処理の前に GET /v1/health(monthly_limit / usage_this_month)で月間の残り利用量を確認してください。

AI 合成ツールには個別の制限があります。ask_library は 無料で20/month、Pro では200/day です。find_gaps は Pro 専用です(それ以外では 403 pro_required が返されます)。embed_text の利用には、いずれかのプランのアカウントが必要です。匿名ユーザーには 403 account_required が返されます。

レスポンス例

q: "attention mechanism" を指定した search_papers の戻り値:

{
  "papers": [
    {
      "arxiv_id": "2401.04088",
      "title": "Attention Is All You Need (But Not All You Get)",
      "authors": ["A. Researcher", "B. Scientist"],
      "year": 2024,
      "categories": ["cs.LG", "cs.AI"],
      "primary_category": "cs.LG",
      "arxiv_url": "https://arxiv.org/abs/2401.04088",
      "has_code": true,
      "github_url": "https://github.com/example/repo",
      "citation_count": 42,
      "rank_score": 0.73,
      "llm_summary": "Proposes a sparse attention variant that reduces compute by 60% while matching dense attention accuracy on 5 benchmarks.",
      "llm_novelty_score": 0.55
    }
  ],
  "total": 1847,
  "page": 1,
  "limit": 20,
  "next_cursor": "eyJzIjogMC43MywgImlkIjogIjI0MDEuMDQwODgifQ=="
}

次のページを取得するには、next_cursor を渡してください(キーセットページネーションは、大規模な結果セットではページ番号より安定しています)。

環境変数

変数必須デフォルト説明
SF_API_KEYいいえ(none)Scholar Feed API キー(sf_ で始まります)。指定しない場合は匿名モードで実行されます(月間200 calls)。
SF_API_BASE_URLいいえProduction URLAPI のベース URL を上書きします

開発

npm install
npm run build      # Build to build/
npm run dev        # Watch mode
npm run typecheck  # Type check without emitting
npm test           # Run tests

貢献

ガイドラインについては、CONTRIBUTING.md を参照してください。

トラブルシューティング

「Authentication failed: your SF_API_KEY is invalid」 キーが取り消された可能性があります。scholarfeed.org/settings で新しいキーを生成してください。または、キーを削除して匿名モードを使用してください。

「Rate limit exceeded」または「Anonymous daily limit exceeded」 匿名モードでは月間200 calls が許可されます。scholarfeed.org/settings で無料の API キーを取得すると、アカウントごとに月間500 calls を利用できるほか、ライブラリも利用できます。

エラーが表示されず、サーバーが「failed」と表示される — 特にアップデート直後 初回起動時(および新しいリリースのたびの初回起動時)に、npx がパッケージをダウンロードします。公開されている bin は依存関係ツリーの解決が不要な単一の自己完結型ファイルなので、処理は高速ですが、接続が遅い場合はクライアントの起動タイムアウトを超えてしまい、サーバーが詳細なしで「failed」と表示されることがあります。対処方法:(1)ターミナルで一度実行してキャッシュを準備します — npx -y scholar-feed-mcp@latest --version — その後、クライアントを再起動します。(2)クライアントが対応している場合は、MCP の起動タイムアウトを延長します(Claude Code:MCP_TIMEOUT=60000)。最速でオフラインでも起動できるようにするには、グローバルに一度インストールし、npx の代わりにそのインストール先を設定で指定します。

npm install -g scholar-feed-mcp
# then in your MCP config:  "command": "scholar-feed-mcp", "args": []

ツール呼び出しがタイムアウトする、または何も表示されずに失敗する Node.js 18 以降がインストールされていることを確認してください(node --version)。古いバージョンにはネイティブの fetch API がありません。

npx キャッシュが古い 上記の設定例では scholar-feed-mcp@latest を指定しており、起動のたびに最新バージョンを再解決します。以前、バージョンを指定しない scholar-feed-mcp を使っていて古いビルドのままの場合は、npx --yes scholar-feed-mcp@latest を実行してください。

Windows:「command not found」 MCP 設定で "command": "cmd" と "args": ["/c", "npx", "-y", "scholar-feed-mcp@latest"] を使用してください。

Scholar Feed について

Scholar Feed は、2025 年に設立された、コンピューターサイエンスおよび AI/ML 論文の研究発見エンジンです。arXiv の 600,000 件以上の論文をインデックス化し、新規性、引用の伸び、関連性に基づいてランク付けしています。LLM が生成する要約、引用グラフ、著者プロフィール、全文抽出機能を備えています。ウェブサイト、公開 REST API、AI エージェントが直接呼び出せる Model Context Protocol(MCP)サーバーとして利用できます。このパッケージ(scholar-feed-mcp)はオープンソースの MCP サーバーです。

プライバシー

プライバシーポリシーをご覧ください。

ライセンス

MIT

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

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。