MCP-Server-Research-Tool

Name: MCP-Server-Research-Tool
Author: atimmeny27

本地服务

github.com/atimmeny27数据与分析074 周前更新

代码仓库

关于 MCP-Server-Research-Tool

MCP-Server-Research-Tool 是一款基于 LLM 的研究工具，可从学术 PDF、播客、教材和 YouTube 等来源收集资料。它面向需要整理专题长篇笔记的用户，输出包含来源列表的结构化 Markdown。

主要功能

01跨多种来源开展研究
02收集一手资料
03以 Markdown 输出专题摘要
04附带来源列表
05可调整研究提示词

适用场景

01整理具体研究主题的笔记
02为长篇综述收集资料来源
03在 Markdown 中查看研究结果与引文

#mathgpt #math-solver #math-assistant

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

MCP-Server-Research-Tool

一款由大模型驱动的长篇研究助手工具，旨在从一手资料、播客、学术 PDF、教科书、YouTube 等来源收集信息。该工具模拟深入且真实的研究，并输出结构化 Markdown 文件，其中包含详细的主题摘要和来源列表。

🚀 安装

在 macOS 上开始使用：

你需要一个来自 OpenRouter 或其他来源的免费 API 密钥。如果你没有专门用于此项目的密钥，请在第 2 步后滚动到页面底部。

打开终端（⌘ + Space，输入 Terminal，按 Enter）。
运行以下命令：

git clone https://github.com/atimmeny27/MCP-Server-Research-Tool
cd MCP-Server-Research-Tool
chmod +x start.sh

然后

python3 -m ensurepip --upgrade
python3 -m pip install -r requirements.txt
clear

现在已验证该工具。如果你仍需设置 API，请参阅下方说明。之后每当你想启动程序时，输入

./start.sh

你也可以手动启动脚本：

python MCP_assistant.py "Topic Here"

然后

MCP_DURATION=long python send_to_claude.py

第 3 步只是用于自动执行第 4 步的脚本，两者效果相同。
希望这个工具对你有所帮助，也能让你在使用过程中乐在其中。如需编辑研究提示词，请查看 send_to_claude.py 中第 18–220 行附近的内容。那里有一段较长的 f-string，其中包含发送给 Claude 的指令。
研究主题越具体，结果就越好（例如：“AI”与“机器学习演变为大语言模型和现代 AI（1950–2024）：关键突破、范式和社会影响”相比）。
请具体说明日期、时间、地理位置、人物等……并将 Markdown（.md）文件重命名，以免文件名长达 100 个字符。
完成后，你可以在终端中滚动查看，也可以在 Finder 中搜索“whatever-your-search-was.md”，其中会显示笔记以及使用的来源。输出格式为 Markdown，因此最好使用支持 Markdown 的编辑器打开笔记（例如 Obsidian）。
输入主题，然后最多等待 2 分钟，让大模型使用一手资料、播客、PDF、教科书和学术材料进行研究。内容会转发给 Claude，因此拼写错误或冷门主题仍可能造成混淆。
如果你看到“🔐 Using key: sk-or-v1-2 ...”，就表示工具正在研究，即使它显示“❌ Could not retrieve video.”也是如此。
如果你想将此工具添加为桌面工具，可以复制“start.sh”的内容（open -e start.sh），然后将其粘贴到 Apple Automator 应用中的 shell 脚本里。
以后启动工具只需输入

cd MCP-Server-Research-Tool
./start.sh

🔑 如何获取免费的 OpenAI API 密钥

要使用此工具，你需要一个来自 OpenRouter 的免费 API 密钥（也可以使用 OpenAI / Anothropic 的密钥，但 OpenRouter 是免费的）。请按以下步骤操作：

注册或登录

前往 https://platform.openai.com/signup ➡️ 创建账户，或使用 Google/GitHub 登录。

生成 API 密钥 • 登录后，点击个人资料图标 → “Keys” • 点击“Create Key”，并复制生成的字符串（以 sk-or-... 开头） • 将其保存在安全的位置
在本地设置密钥
要永久保持此密钥处于启用状态

touch ~/.zshrc 
open -e ~/.zshrc

然后在文件末尾粘贴export OPENROUTER_API_KEY="your-key-here-starting-with-sk-"并保存
现在在终端中粘贴source ~/.zshrc，或刷新会话。现在你可以使用./start.sh启动工具
如果你打算在终端中将 API 密钥用于其他项目，可以考虑在此根目录中的 .env 文件里执行第 3 步（touch .env open -e .env 在此处粘贴）
使用./start.sh启动工具。如果出现错误，很可能是 Wikipedia 的 API 负载过高，无法处理你的请求，请过几分钟再试（或者将 traceback 日志粘贴到 ChatGPT，寻求帮助）
输入主题，然后最多等待 2 分钟，让大模型使用一手资料、播客、PDF、教科书和学术材料进行研究。
如果你看到“✅ Saved context to context.json 🔐 Using key: sk-or-v1-2 ...”，就表示工具正在研究