关于 Research Scope
Research Scope 是面向研究人员和 Agent 的 MCP 服务,可将来源整理成可追溯报告。它规划来源目标、依据证据评分,并检查实质性论断是否引用已评分来源。
主要功能
- 01带停止条件的研究计划
- 02来源质量评分与证据
- 03时效性与利益冲突标记
- 04带引用登记表的报告框架
- 05逐条论断引用检查
适用场景
- 01研究前设定来源要求
- 02评估来源时效性与独立性
- 03基于已评分来源起草报告
- 04查找缺少引用的论断
MCP 相关
向 MCP 客户端提供研究规划、来源抓取与评分、报告构建和报告检查工具。支持通过 stdio 或 Streamable HTTP 运行。
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。
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。
工具
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
research-scope-mcp
将零散的来源整理成可供决策、可追溯的报告。
research-scope-mcp 是一个 MCP 服务,可运行任何 MCP 客户端都能端到端驱动的研究到报告工作流:
plan_research(scope)— 将研究范围转化为来源目标计划,并设定终止条件(“少于 1 个一手来源 + 2 个独立二手来源 → 停止并报告来源不足,不要基于薄弱证据继续”)。fetch_and_score(source_url)— 抓取一个来源,并返回可解释的 0–100 质量评分:一手来源检测、发布日期新鲜度、付费墙和利益冲突标记——每个维度都会连同证据一并返回。build_report(topic, sources)— 为已评分的来源生成引用登记式报告框架(主张部分 + 编号登记表 + 评分附录)。check_report(report)— 验证每项实质性主张是否至少引用 1 个已评分来源。孤立主张会作为错误列表返回,而非通过。
它解决的问题:Agent 撰写的报告听起来信心十足,却无法说明任何一句话的出处。此服务以机制强制执行评分和引用覆盖,让人类能在 90 秒内审计报告。
安装
npm install -g research-scope-mcp # once published; local: npm ci && npm run build
通过 stdio 运行(适用于大多数客户端):
npx research-scope-mcp
或者通过 Streamable HTTP 运行(用于远程部署):
npx research-scope-mcp --http --port 3001
# unauthenticated requests get 401 + WWW-Authenticate discovery, never a bare 403
客户端配置
可直接使用的配置片段适用于 Claude Code、
Cursor,以及兼容 Cline 的
llms-install.md。
Docker
docker build -t research-scope-mcp -f docker/Dockerfile .
docker run --rm -i -p 3001:3001 research-scope-mcp --http --port 3001
工具
| 工具 | 输入 | 输出 |
|---|---|---|
plan_research | scope,可选的 domain_hints | 带终止条件的来源目标计划 |
fetch_and_score | source_url | 0–100 评分 + 标记(一手来源、新鲜度、付费墙、COI),并登记以供报告使用 |
build_report | topic、sources[](必须已完成评分) | 保存在 data/reports/ 下的报告框架,引用编号为 [Sn] |
check_report | report_id 或 report_path | 通过/失败 + 孤立主张错误列表 |
示例演练
请参阅 docs/runs/ 中包含输入和输出的两次完整演练,以及 docs/notes/ 中关于超时或遇到 401 时的处理方法。
演示录制
npm run demo:capture(或 node tools/demo-capture.mjs)会针对随附的服务重放脚本化的 60 秒演示流程——通过 stdio 启动 dist/index.js,并使用全新的临时数据目录;运行 plan_research → 对一个 .gov 页面执行 fetch_and_score(真实抓取)→ build_report,注入一条带引用的主张和一条故意设置的孤立主张,并确认 check_report 拒绝认可该报告——每一帧都会写入 {t, dir, msg} JSONL 记录。默认目标文件为
docs/marketing/demo-60s/run-capture.jsonl
(产品页面演示播放器页脚的 sha256 校验值以此记录为准);没有 --force 时,程序会拒绝覆盖该文件。真实抓取需要网络连接;仓库的 data/ 永远不会被改动。
评分标准
| 维度 | 最高分 | 说明 |
|---|---|---|
| 可用性与实质内容 | 20 | 可提取文本的长度 |
| 一手来源状态 | 32 | 主机类别(gov/edu/filings)或自发布的一手来源(新闻稿/公告路径) |
| 新鲜度 | 24 | ≤30 天得满分,超过 5 年衰减至 2 分,无法检测时为 0 分 |
| 访问权限 | 12 | 付费墙/注册墙会扣分 |
| 独立性 | 12 | 赞助/联盟营销/合作关系标记 |
score ≥ 80 → A,≥ 65 → B,≥ 45 → C,否则为 D。评分标准位于
src/scoring/score.ts,并会返回相应证据,因此评分可供审计,而非凭感觉给出。
许可证
MIT。有关安全问题的报告方式,请参阅 SECURITY.md。
付费套件
此服务是Research-to-Report MCP Kit(实地指南、完整示例包、设置支持)的免费且经过测试的核心。可在套件商店购买——链接更新见 CHANGELOG.md。
评论
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。