mcpField

bgpt-mcp

github.com/connerlambden生産性61 回インストール
リポジトリ

bgpt-mcp について

BGPTは、科学論文を検索し、方法、結果、限界、利益相反、品質スコアなどの構造化情報を取得するリモートMCPサーバーです。文献検索とエビデンスに基づく評価を目的としています。

主な機能

  1. 01自然言語クエリによる論文検索
  2. 02方法と実験結果の取得
  3. 03研究の限界と盲点の提示
  4. 04利益相反と資金情報の取得
  5. 05校正された品質スコアの提供

活用シーン

  1. 01科学的なテーマに関する研究の検索
  2. 02論文の信頼性と限界の評価
  3. 03研究間の再現性の比較
  4. 04サンプル数と研究対象集団の確認

MCP 対応

BGPTはMCPクライアントにsearch_papersという単一のツールを公開します。結果には書誌情報に加え、研究方法、知見、限界、品質指標が構造化されて含まれます。

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/connerlambden/bgpt-mcp --skill bgpt-mcp

インストール後、Claude Code で/bgpt-mcpを入力して読み込まれたか確認します。

詳細

BGPT MCP — 科学論文検索と構造化された批判的評価

BGPT は、科学論文の全文研究に基づくデータベースを検索するリモートのModel Context Protocol(MCP)サーバーです。タイトルと要旨を返す一般的な検索ツールとは異なり、BGPT は論文ごとに生の実験データと 25 項目を超える構造化フィールドを抽出します。

使用するタイミング

ユーザーが次のことを求めた場合は、BGPT を使用してください。

  • 特定のトピックに関する科学論文を探す
  • 研究の質、再現性、COI を評価する
  • 研究の限界、見落とし、反証可能性の基準を明らかにする
  • 方法、サンプルサイズ、対象集団、実験手法を取得する
  • 一次文献を引用する必要がある、エビデンスに基づく回答を作成する
  • 品質指標を用いて複数の研究のエビデンスを比較する

セットアップ

MCP クライアントの設定に BGPT を追加します。無料プランでは API キーは不要です(検索結果 50 件まで無料、その後は 1 件あたり $0.02)。

Claude Desktop/Cursor/任意の MCP クライアント(SSE):

{
  "mcpServers": {
    "bgpt": {
      "url": "https://bgpt.pro/mcp/sse"
    }
  }
}

Streamable HTTP(代替):https://bgpt.pro/mcp/stream

ツール:search_papers

BGPT が公開する唯一のツールです。

入力:

  • query(string、必須)— 検索対象を自然言語で説明します。例:"CRISPR base editing in vivo delivery 2024"、"semaglutide cardiovascular outcomes"、"transformer attention sparse activations"。

出力(論文ごと):

各検索結果は、次の構造化フィールドを持つ論文です。

  • title、authors、journal、year、doi、url
  • abstract
  • methods_and_experimental_techniques
  • results_and_conclusions
  • sample_size_and_population
  • study_context
  • paper_limitations_and_biases
  • study_blindspots — 著者が検討しなかった交絡因子
  • how_to_falsify — 論文の主張を反証する証拠
  • conflict_of_interest
  • funding_json
  • data_availability_statements
  • code_and_data_links
  • quality_scores — 科学的厳密性、新規性、一般性、有用性、再現性、深度について調整された 0~10 のスコア

ベストプラクティス

  1. 要旨だけでなく、構造化フィールドを引用してください。 論文を要約する際は、paper_limitations_and_biases、study_blindspots、conflict_of_interest の各フィールドを回答に含め、ユーザーが適切な文脈を把握できるようにしてください。
  2. quality_scores.reproducibility を使って優先順位を付けてください。 複数の論文で結果が食い違う場合は、再現性スコアの高い論文を優先し、その差も明記してください。
  3. システマティックレビューや臨床上の質問では、 sample_size_and_population を活用して、検出力が不足している研究を除外してください。
  4. 方法を重視する質問(追試、手法の比較など)では、 methods_and_experimental_techniques に注目してください。
  5. ユーザーが「X は本当ですか?」と尋ねた場合は、必ず how_to_falsify を示してください。 反証基準は、その主張が満たすべき検証条件です。
  6. 製薬、栄養、または産業界の資金提供を受けた研究を要約する場合は、必ず conflict_of_interest を開示してください。

ワークフローの例

エビデンスの質を評価する文献検索

ユーザー:「時間制限食が心血管アウトカムに与える影響について、どのようなエビデンスがありますか?」

search_papers("time-restricted eating cardiovascular outcomes RCT") を使用します。検索結果から、各論文のサンプルサイズ、主要アウトカム、再現性スコア、開示された COI/資金提供者を含む比較表を返します。

批判的評価

ユーザー:「論文 X は信頼できますか?」

論文のタイトルを検索します。paper_limitations_and_biases、study_blindspots、how_to_falsify、quality_scores を提示します。反証基準を明確に述べてください。

再現性の確認

ユーザー:「この発見は再現されていますか?」

元の発見を検索し、続いて追試を検索します。研究間で quality_scores.reproducibility を比較し、methods_and_experimental_techniques から方法論上の違いを明らかにします。

料金

  • ネットワークごとに検索 50 件まで無料(API キー不要)
  • 以降は結果 1 件あたり $0.02(API キーは https://bgpt.pro/mcp から取得)

Links

コメント