mcpField
M
morosss-sdfsdf

morosss-sdfsdf

远程服务
github.com/morosss搜索与检索059 周前更新
代码仓库

关于 morosss-sdfsdf

Paper Search MCP 是面向研究者和 AI 研究工作流的 Python 服务,可搜索并下载学术论文。它覆盖多个学术来源,并以统一格式返回论文记录。

主要功能

  1. 01搜索七个学术来源
  2. 02下载论文 PDF
  3. 03统一格式返回论文记录
  4. 04异步处理网络请求
  5. 05扩展支持的平台

适用场景

  1. 01跨学术来源查找论文
  2. 02下载论文 PDF 供查阅
  3. 03为服务添加新的学术来源

MCP 相关

该服务向 MCP 客户端提供论文搜索和 PDF 下载工具,支持 Claude Desktop 等客户端。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://server.smithery.ai/@morosss/sdfsdf/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

全部服务地址
Streamable HTTPhttps://server.smithery.ai/@morosss/sdfsdf/mcp需要授权

工具

详细介绍

Paper Search MCP

一个 Model Context Protocol(MCP)服务,可从多个来源搜索和下载学术论文,包括 arXiv、PubMed、bioRxiv 和 Sci-Hub(可选)。专为与 Claude Desktop 等大模型无缝集成而设计。

PyPI License Python smithery badge


目录


概览

paper-search-mcp 是一个基于 Python 的 MCP 服务,支持用户从各种平台搜索和下载学术论文。它提供用于搜索论文的工具(例如 search_arxiv)和下载 PDF 的工具(例如 download_arxiv),非常适合研究人员和 AI 驱动的工作流。它使用 MCP Python SDK 构建,可与 Claude Desktop 等 LLM 客户端无缝集成。


功能

  • 多来源支持:搜索和下载来自 arXiv、PubMed、bioRxiv、medRxiv、Google Scholar、IACR ePrint Archive、Semantic Scholar 的论文。
  • 标准化输出:通过 Paper 类以统一的字典格式返回论文。
  • 异步工具:使用 httpx 高效处理网络请求。
  • MCP 集成:兼容 MCP 客户端,可增强 LLM 上下文。
  • 可扩展设计:通过扩展 academic_platforms 模块,轻松添加新的学术平台。

安装

可以使用 uv 或 pip 安装 paper-search-mcp。以下介绍两种方式:一种是立即使用的快速开始方式,另一种是面向开发的详细设置方式。

通过 Smithery 安装

如需通过 Smithery 自动为 Claude Desktop 安装 paper-search-mcp:

npx -y @smithery/cli install @openags/paper-search-mcp --client claude
快速开始

适用于希望快速运行服务的用户:

  1. 安装软件包:

    uv add paper-search-mcp
    
  2. 配置 Claude Desktop: 将此配置添加到 ~/Library/Application Support/Claude/claude_desktop_config.json(Mac)或 %APPDATA%\Claude\claude_desktop_config.json(Windows):

    {
      "mcpServers": {
        "paper_search_server": {
          "command": "uv",
          "args": [
            "run",
            "--directory",
            "/path/to/your/paper-search-mcp",
            "-m",
            "paper_search_mcp.server"
          ],
          "env": {
            "SEMANTIC_SCHOLAR_API_KEY": "" // Optional: For enhanced Semantic Scholar features
          }
        }
      }
    }
    

    注意:将 /path/to/your/paper-search-mcp 替换为实际的安装路径。

用于开发

适用于希望修改代码或参与贡献的开发者:

  1. 设置环境:

    # Install uv if not installed
    curl -LsSf https://astral.sh/uv/install.sh | sh
    
    # Clone repository
    git clone https://github.com/openags/paper-search-mcp.git
    cd paper-search-mcp
    
    # Create and activate virtual environment
    uv venv
    source .venv/bin/activate  # On Windows: .venv\Scripts\activate
    
  2. 安装依赖项:

    # Install project in editable mode
    uv add -e .
    
    # Add development dependencies (optional)
    uv add pytest flake8
    

参与贡献

欢迎参与贡献!以下是开始步骤:

  1. 复刻代码仓库: 在 GitHub 上点击“Fork”。

  2. 克隆并设置:

    git clone https://github.com/yourusername/paper-search-mcp.git
    cd paper-search-mcp
    pip install -e ".[dev]"  # Install dev dependencies (if added to pyproject.toml)
    
  3. 进行修改:

    • 在 academic_platforms/ 中添加新平台。
    • 更新 tests/ 中的测试。
  4. 提交 Pull Request: 推送修改并在 GitHub 上创建 PR。


演示

演示

待办事项

计划支持的学术平台
  • [√] arXiv
  • [√] PubMed
  • [√] bioRxiv
  • [√] medRxiv
  • [√] Google Scholar
  • [√] IACR ePrint Archive
  • [√] Semantic Scholar
  • PubMed Central (PMC)
  • Science Direct
  • Springer Link
  • IEEE Xplore
  • ACM Digital Library
  • Web of Science
  • Scopus
  • JSTOR
  • ResearchGate
  • CORE
  • Microsoft Academic

许可证

本项目采用 MIT 许可证。详情请参阅 LICENSE 文件。


祝你使用 paper-search-mcp 研究愉快!如果遇到问题,请在 GitHub 上提交 issue。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。