关于 Dimensions Analytics
Dimensions Analytics MCP 服务连接 Dimensions DSL,可搜索和分析出版物、资助、研究人员、专利及临床试验数据。README 仅提供项目文档与自定义实例配置说明。
主要功能
- 01搜索研究数据
- 02分析出版物与资助
- 03查询研究人员与专利
- 04查询临床试验
适用场景
- 01检索 Dimensions 研究数据
- 02分析资助与出版物
- 03查询专利或临床试验
MCP 相关
这是面向 Dimensions DSL 的 MCP 服务;README 未说明其具体工具接口。
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。
mcp.json · 通用配置
启动命令
npx -y @digital-science-dsl/dimensions-analytics-mcp需要配置的环境变量
DIMENSIONS_API_KEY密钥Dimensions API key (same key as the Dimensions DSL API)DIMENSIONS_BASE_URLDimensions API base URL. Required for custom instances, e.g. https://your-instance.dimensions.ai本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。
工具
27收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| page | integer | 否 | 页索引(从 0 开始)。等同于 skip = page × limit。最大页数为 49。 |
| skip | integer | 否 | 要跳过的记录数(从 0 开始)。不能与 page 同时使用。最大窗口:总计 50000 条记录。 |
| type | enum | 否 | 按出版物类型筛选article | chapter | proceeding | monograph | preprint | book |
| limit | integer | 否 | 返回的最大结果数(最大 1000,默认值 100) |
| query | string | 否 | 自由文本搜索词。可选——若仅依靠 `filters` 和/或实体专用便捷筛选条件(例如 yearFrom/yearTo)进行搜索,则省略此项。 |
| fields | array | 否 | 要返回的字段。接受别名或 DSL 名称。始终包含 id;publication 也始终包含 doi。完整列表请使用 dimensions://fields/{entity}。 |
| sortBy | enum | 否 | 按此字段对结果排序(total_citations = times_cited,citation_ratio = field_citation_ratio,altmetric_score = altmetric)times_cited | total_citations | recent_citations | relative_citation_ratio | field_citation_ratio | citation_ratio | altmetric | altmetric_score | year | date |
| yearTo | integer | 否 | 筛选截至此年份(含该年份)的出版物 |
| filters | array | 否 | 附加 where 子句筛选条件。每项需要 field、operator,以及(is_empty/is_not_empty 除外)value,例如 {"field": "researchers.id", "operator": "=", "value": "ur.01343614074.49"}。支持的运算符:=、!=、>、<、>=、<=、in、is_empty、is_not_empty。 |
| yearFrom | integer | 否 | 筛选从该年份(含)起发表的出版物 |
| confirmLargeFetch | boolean | 否 | 当 skip≥5000、page≥5 或 limit=1000 且 skip>0 时必填。确认遵守 Dimensions 合理使用政策(dimensions://schema/policy)。 |
详细介绍
@digital-science-dsl/dimensions-analytics-mcp
适用于 Dimensions DSL 的 Dimensions Analytics MCP 服务。
文档:github.com/digital-science/dimensions-analytics-mcp — 安装、使用方法、参考。自定义 Dimensions 实例必须设置 DIMENSIONS_BASE_URL(参见安装文档)。
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。