mcp-deep-research

🔍 McpDeepResearch

用于深度学术研究的 MCP（Model-Context-Protocol）服务

一个用于深度学术研究的 MCP 服务

---

English | 简体中文

---

英文

McpDeepResearch 是一个轻量但功能强大的 MCP（Model-Context-Protocol）服务，可通过熟悉的 Google Scholar 界面，帮助你快速发现、检索并阅读网络上的学术论文。

💡 复用本地浏览器会话

该服务不会直接获取网页，而是通过 DevTools Protocol 驱动本地安装的 Chrome。因此，每次搜索和获取网页都会使用该浏览器中已有的会话，保留你的登录状态，并复用你所在机构的文献数据库访问权限（订阅、校园网许可）；无需额外配置凭据或代理。

✨ 功能

• search_scholar_papers – 在 Google Scholar 中搜索，可选择按年份筛选和按日期排序
• fetch_md – 将任意公开网页转换为整洁的 Markdown
• fetch_paper – 自动识别论文内容（标题、摘要、正文、参考文献），并去除其他内容

🛠️ 前置条件

• Python ≥ 3.10
• Google Chrome/Chromium（通过 Chrome DevTools Protocol 进行无头抓取）
• 环境变量

  export CDP_ENDPOINT="http://localhost:9222"   # Chrome debugging port
  export GOOGLE_PROXY="http://proxy:port"        # (optional) HTTP(S) proxy
  

⚙️ 快速开始

1. 通过 pip 安装

   pip install mcp-deep-research
   

2. （可选）如果 Chrome 尚未运行，可手动启动
   服务会自动启动 Chrome 实例；如果启动失败，可以手动启动：

   google-chrome --remote-debugging-port=9222 --user-data-dir=/tmp/chrome-profile &
   

3. 运行 MCP 服务

   # Launch with SSE
   mcp-deep-research --transport sse --port 8000
   # Launch with STDIO
   mcp-deep-research --transport stdio
   

   该服务会向任何支持 MCP 的客户端提供 3 个只读工具。

🧑‍🎓 对话界面中的示例工作流

1. 搜索
   “查找 2022 年之后关于扩散模型的近期论文。”
   → search_scholar_papers("diffusion models", year=2022, sort_bd=True)

2. 获取论文
   从结果中挑选一个有意思的 PDF 链接，并调用
   fetch_paper("https://arxiv.org/abs/2304.12345")

3. 阅读
   清理后的 Markdown（标题、摘要、全文）会直接显示在聊天中。

🔒 安全性

• 100% 只读；不写入、不上传、不访问本地文件。
• 所有流量均遵守原始站点的 robots.txt。
• 可配置代理，以确保网络访问符合机构或地区防火墙的要求。

🤝 参与贡献

欢迎提交 PR！

---

简体中文

McpDeepResearch 是一个轻量但功能强大的 MCP（Model-Context-Protocol）服务，可通过熟悉的 Google Scholar 界面，帮助你快速发现、检索并阅读学术论文。

💡 复用本地浏览器会话

服务器不会直接请求网页，而是通过 DevTools Protocol 驱动本机已安装的 Chrome。因此，每次搜索和抓取都会沿用该浏览器中已有的会话：登录状态会得到保留，所属机构文献数据库的访问权限（订阅、校园网许可等）也可直接复用，无需额外配置凭据或代理。

✨ 功能一览

• search_scholar_papers – 使用关键词在 Google Scholar 中搜索，可按年份筛选或按日期排序
• fetch_md – 将任意公开网页转换为整洁的 Markdown
• fetch_paper – 智能提取网页中的论文主体，去除广告、导航栏等噪声

🛠️ 前置条件

• Python ≥ 3.10
• Google Chrome / Chromium（通过 CDP 进行无头抓取）
• 环境变量

  export CDP_ENDPOINT="http://localhost:9222"   # Chrome 调试端口
  export GOOGLE_PROXY="http://proxy:port"        # 可选：HTTP(S) 代理
  

⚙️ 快速开始

1. 通过 pip 安装

   pip install mcp-deep-research
   

2. （可选）如果 Chrome 尚未启动，可手动启动
   服务器启动时会自动运行 Chrome 实例。若未能成功启动，可手动启动：

   google-chrome --remote-debugging-port=9222 --user-data-dir=/tmp/chrome-profile &
   

3. 启动 MCP 服务

   # 以 SSE 启动
   mcp-deep-research --transport sse --port 8000
   # 以 STDIO 启动
   mcp-deep-research --transport stdio
   

   服务器会向外提供 3 个只读工具。

🧑‍🎓 对话界面中的典型工作流

1. 搜索
   “查找 2022 年之后关于扩散模型的论文。”
   → search_scholar_papers("diffusion models", year=2022, sort_bd=True)

2. 抓取
   从结果中挑选一篇论文的 PDF 链接，并调用
   fetch_paper("https://arxiv.org/abs/2304.12345")

3. 阅读
   清理后的 Markdown（含标题、摘要、全文）会直接显示在聊天窗口中。

🔒 安全性

• 100% 只读，不写入、不上传、不访问本地文件。
• 所有请求均遵守目标站点的 robots.txt。
• 可配置代理，以符合校园网或公司网络的安全策略。

🤝 如何贡献

欢迎提交 PR！

---