关于 Scite
以研究为基础的答案
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://api.scite.ai/mcp一键复制安装命令
Claude CodeTerminal
claude mcp add --transport http scite https://api.scite.ai/mcpCursor.cursor/mcp.json
{"mcpServers":{"scite":{"type":"http","url":"https://api.scite.ai/mcp"}}}在 Cursor 中打开VS Code.vscode/mcp.json
{"servers":{"scite":{"type":"http","url":"https://api.scite.ai/mcp"}}}在 VS Code 中打开Claude Desktopclaude_desktop_config.json
{"mcpServers":{"scite":{"type":"http","url":"https://api.scite.ai/mcp"}}}Windsurf~/.codeium/windsurf/mcp_config.json
{"mcpServers":{"scite":{"serverUrl":"https://api.scite.ai/mcp"}}}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。
工具
25| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| term | string | 否 | 跨字段搜索查询。提供 `dois` 或 `titles` 时可选(省略则仅获取元数据)。重要:使用领域专用术语,而非宽泛短语——索引涵盖所有学术领域,含义模糊的术语会返回无关结果。支持布尔运算符(AND、OR、NOT)、短语搜索("exact phrase")和邻近搜索("term1 term2"~5)。搜索标题、摘要和全文。示例:"PAC learning" AND "generalization bounds" AND "neural networks" |
| dois | array | 否 | 将结果筛选为特定 DOI。使用时不要传入 `term`,即可获取论文元数据(标题、摘要、引文、访问 URL)。与 `term` 一起使用时,可在这些论文中搜索全文摘录。DOI 是精确匹配,优先于标题。示例:['10.1038/s41586-020-2649-2']。 |
| titles | array | 否 | 将结果筛选为与这些标题匹配的论文。不要传入 `term` 时可获取论文元数据;与 `term` 一起使用时可在这些论文中搜索。无 DOI 时使用;如有可能,请优先使用 `dois`。示例:['Attention is all you need']。 |
| limit | integer | 否 | 要返回的最大结果数。默认值:10,最大值:1000。性能更佳时,请使用较小的 limit(10-50)并进行分页。 |
| offset | integer | 否 | 结果集的分页偏移量。与 limit 搭配进行分页。例如:offset=20、limit=10 时返回结果 21~30。 |
| title | string | 否 | 按出版物标题中的文本筛选。示例:'climate change' |
| abstract | string | 否 | 按出版物摘要文本筛选。示例:'neural networks' |
| author | string | 否 | 按作者姓名筛选。支持部分姓名。示例:'Einstein' 或 'Albert Einstein' |
| journal | string | 否 | 按期刊名称筛选。示例:'Nature' 或 'Science' |
| publisher | string | 否 | 按出版商名称筛选。示例:'Elsevier' 或 'Springer' |
| year | integer | 否 | 按特定出版年份筛选。示例:2020。不能与 date_from/date_to 同时使用。 |
| date_from | string | 否 | 筛选自此日期起(含当天)发表的论文。格式:YYYY-MM-DD 或 YYYY。示例:'2015-01-01' 或 '2015' |
| date_to | string | 否 | 筛选截至此日期(含当天)发表的论文。格式:YYYY-MM-DD 或 YYYY。示例:'2023-12-31' 或 '2023' |
| paper_type | string | 否 | 按出版物类型筛选。示例:'Article'、'Review'、'Clinical Trial'、'Meta-Analysis'、'Case Report' |
| affiliation | string | 否 | 按作者所属机构筛选。示例:'Stanford University' 或 'MIT' |
| topic | string | 否 | 按研究主题/领域筛选。示例:'Oncology' 或 'Neuroscience' |
| has_tally | boolean | 否 | 筛选包含 Smart Citations(tally > 0)的论文。true = 被带有上下文的引用所引用的论文 |
| has_retraction | boolean | 否 | 筛选带有撤稿通知的论文。true = 仅撤稿论文 |
| has_concern | boolean | 否 | 筛选存在编辑部关注事项的论文。true = 存在关注事项的论文 |
| has_correction | boolean | 否 | 筛选有更正的论文。true = 已发布更正的论文 |
| has_erratum | boolean | 否 | 筛选有勘误的论文。true = 已发布勘误的论文 |
| supporting_from | integer | 否 | Smart Citations 中支持性引用的最少数量。示例:10 = 至少有 10 条支持性引用的论文 |
| supporting_to | integer | 否 | Smart Citations 中支持性引用的最多数量。示例:100 = 支持性引用不超过 100 条的论文 |
| contrasting_from | integer | 否 | Smart Citations 中对比性引用的最少数量。示例:5 = 至少有 5 条对比性引用的论文 |
| contrasting_to | integer | 否 | Smart Citations 中对比性引用的最多数量。示例:20 = 对比性引用不超过 20 条的论文 |
| mentioning_from | integer | 否 | Smart Citations 中提及性引用的最少数量。示例:50 = 至少有 50 条提及性引用的论文 |
| mentioning_to | integer | 否 | 提及 Smart Citations 的最大数量 |
| citing_publications_from | integer | 否 | 引用出版物总数(传统引用次数)的最小值 |
| citing_publications_to | integer | 否 | 引用出版物总数(传统引用次数)的最大值 |
| collection_slug | string | 否 | 将搜索范围限定为用户某个收藏集中的论文(已保存且命名的一组论文)。传入 `create_collection` 或 `search_collections` 返回的 Collection slug。与 `term` 和其他筛选条件结合使用,可在该收藏集中搜索。 |
详细介绍
维护者还没有提供详细介绍,可以先查看代码仓库中的 README。
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。