mcpField
S
semanticscholar

semanticscholar

本地服务
github.com/SMABoundless搜索与检索017 周前更新

关于 semanticscholar

面向研究者和文献综述工作流的 Semantic Scholar MCP 服务,涵盖论文与作者资料、引用网络、推荐及论文正文片段搜索,并支持批量获取和多种 ID 格式。

主要功能

  1. 01按筛选条件搜索和获取论文,支持多种 ID 格式
  2. 02浏览引用、参考文献和论文作者
  3. 03搜索作者并获取资料或论文
  4. 04获取论文推荐
  5. 05搜索论文正文片段
  6. 06批量获取论文和作者资料

适用场景

  1. 01按主题、年份、期刊或领域查找论文
  2. 02追踪论文相关的引用与参考文献
  3. 03根据示例发现相关论文
  4. 04在论文正文中搜索特定短语

MCP 相关

向 MCP 客户端提供 Semantic Scholar Academic Graph API 工具,用于处理论文、作者、推荐、引用和正文片段。

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
{
"mcpServers": {
"smaboundless-semanticscholar": {
"command": "npx",
"args": [
"-y",
"semanticscholar-mcp-server"
],
"env": {
"SEMANTICSCHOLAR_API_KEY": "<SEMANTICSCHOLAR_API_KEY>"
}
}
}
}
启动命令npx -y semanticscholar-mcp-server
需要配置的环境变量
SEMANTICSCHOLAR_API_KEY密钥Semantic Scholar API key from https://www.semanticscholar.org/product/api (optional but recommended for higher rate limits)

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。

安装包
npmsemanticscholar-mcp-server1.0.0

工具

16

收录的工具列表 · 更新于 2 周前

参数类型必填说明
yearstring否年份筛选条件。单一年份,如 '2023';或年份范围,如 '2020-2023'。也支持开放范围:'2020-' 或 '-2023'。
limitinteger否返回的结果数(1–100,默认值:10)
querystring是搜索查询字符串。支持带引号的短语和布尔运算符。
venuestring否按出版 venue 名称筛选,例如 'Nature'、'NeurIPS'、'ICLR'。多个值以逗号分隔。
fieldsstring否以逗号分隔的要返回字段,覆盖默认字段。论文字段:paperId、title、abstract、authors、year、citationCount、referenceCount、influentialCitationCount、isOpenAccess、openAccessPdf、fieldsOfStudy、externalIds、url、venue、publicationVenue、publicationTypes、publicationDate、journal、citations、references。作者字段:authorId、name、affiliations、homepage、paperCount、citationCount、hIndex。
offsetinteger否分页偏移量(默认值:0)
fieldsOfStudystring否以逗号分隔的研究领域,例如 'Computer Science,Medicine'。有效值包括:Computer Science、Medicine、Physics、Mathematics、Biology、Chemistry 等。
openAccessPdfboolean否如果为 true,则仅返回有开放获取 PDF 可用的论文。
response_formatenum否输出格式:'markdown' 表示便于阅读的文本(默认),'json' 表示原始结构化数据markdown | json
minCitationCountinteger否论文必须达到的最低引用数。
publicationTypesstring否以逗号分隔的出版类型:JournalArticle、Conference、Review、Book、BookSection、Preprint、LettersAndComments、ClinicalTrial、CaseReport、Editorial、News。
publicationDateOrYearstring否按出版日期筛选。支持范围:'2019-03-05:2020-06-15'、'2019-03:'、':2020-06'。

详细介绍

Semantic Scholar MCP 服务

适用于 Semantic Scholar Academic Graph API 的 MCP(模型上下文协议)服务——涵盖 2 亿多篇论文,提供引文网络、作者档案和全文片段搜索。

使用 MCP TypeScript SDK 和 Zod 构建。

工具(共 16 个)

论文(9 个工具)
工具描述
paper_search按关键词搜索论文,并支持筛选(年份、刊物、领域、开放获取、引文数、类型)
paper_search_bulk使用游标分页进行批量搜索,适用于大型结果集(最多 1,000 万条)
paper_match为已知论文标题查找最匹配的一篇论文
paper_autocomplete补全不完整的论文标题(最多 10 条建议)
paper_get根据 ID 获取论文的完整详情(S2 ID、DOI、ArXiv、PMID 等)
paper_batch在单次请求中检索最多 500 篇论文
paper_citations获取引用指定论文的论文(后向引文)
paper_references获取论文的参考文献列表(书目)
paper_authors获取特定论文的作者详情
作者(4 个工具)
工具描述
author_get获取完整的作者档案(h 指数、所属机构、统计数据)
author_batch在单次请求中检索最多 1,000 份作者档案
author_search按姓名搜索作者
author_papers获取特定作者的所有论文
推荐(2 个工具)
工具描述
recommendations_for_paper获取基于机器学习的指定论文推荐
recommendations_from_lists根据正面/负面示例论文获取推荐
片段(1 个工具)
工具描述
snippet_search在论文正文中搜索特定文本片段

设置

1. 获取 API 密钥(可选,但建议获取)

在 semanticscholar.org/product/api 免费获取密钥。不使用密钥时,请求会受到严格的速率限制。

2. 安装并构建
cd semanticscholar-mcp-server
npm install
npm run build
3. 添加到 Claude Desktop

将以下内容添加到 claude_desktop_config.json:

{
  "mcpServers": {
    "semantic-scholar": {
      "command": "node",
      "args": ["/path/to/semanticscholar-mcp-server/dist/index.js"],
      "env": {
        "SEMANTICSCHOLAR_API_KEY": "your-api-key"
      }
    }
  }
}

或者,如果使用 Claude Code CLI:

claude mcp add semantic-scholar \
  node \
  /path/to/semanticscholar-mcp-server/dist/index.js \
  -e SEMANTICSCHOLAR_API_KEY=your-api-key

功能

  • 多种 ID 格式:接受 S2 Paper ID、DOI、ArXiv ID、PMID、PMCID、CorpusId
  • Markdown 或 JSON 输出:每个工具都支持 response_format: "json",以返回结构化数据
  • 自定义字段选择:使用 fields 参数覆盖默认字段
  • 内置速率限制:令牌桶限流器可防止 API 请求被限流
  • 批量操作:单次调用最多可检索 500 篇论文或 1,000 位作者

使用示例

  • “在 Semantic Scholar 中搜索 2023 年关于 Transformer 架构的论文”
  • “推荐与这篇论文相似的论文”
  • “查找 DOI 10.1038/nature14539 的引文网络”
  • “搜索提及‘思维链提示’的文本片段”
  • “查询研究者 1741101 的作者档案”

许可证

MIT

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。