学术论文搜索 MCP 服务器

本项目是一个基于 Model Context Protocol (MCP) 构建的后端服务器，旨在为大型语言模型 (LLM) 提供学术论文的搜索和检索能力。通过此服务器，LLM 可以实时访问最新的学术研究成果，并获取论文的元数据和摘要，甚至在可能的情况下获取全文内容。

主要功能点：

论文搜索：支持关键词搜索，快速查找相关学术论文。
论文详情获取：根据论文ID（DOI或Semantic Scholar ID）获取论文的详细信息，包括标题、作者、年份、摘要等。
主题搜索：按主题搜索论文，并支持按年份范围筛选。
多数据源：集成 Semantic Scholar 和 Crossref 两个主要的学术数据源。
结构化数据返回：遵循 MCP 规范，以结构化的 JSON 格式返回数据，方便 LLM 理解和处理。

安装步骤：

安装依赖: 确保你的系统已安装 'uv' 包管理器。然后运行以下命令安装项目依赖：
```
uv add "mcp[cli]" httpx
```
配置 API 密钥 (可选): 虽然代码中提到了 'SEMANTIC_SCHOLAR_API_KEY' 和 'CROSSREF_API_KEY' 环境变量，但根据代码注释，这些密钥实际上并没有被使用。因此，你可以跳过配置 API 密钥的步骤，直接运行服务器。
运行服务器: 在项目根目录下，运行以下命令启动 MCP 服务器：
```
uv run server.py
```
服务器成功启动后，将通过标准输入/输出 (stdio) 与 MCP 客户端进行通信。

服务器配置 (claude_desktop_config.json 配置示例):

要将此 MCP 服务器与 Claude Desktop 等 MCP 客户端配合使用，你需要在客户端的配置文件中添加服务器配置信息。以下是一个 'claude_desktop_config.json' 文件的配置示例，你需要根据实际情况修改 'command' 和 'args' 中的路径：

{
  "mcpServers": {
    "academic-search": {
      "command": "uv",  // 启动服务器的命令，这里使用 uv 包管理器
      "args": ["run", "/path/to/server/server.py"], // 启动服务器的参数，指向 server.py 脚本的路径。请将 "/path/to/server/server.py" 替换为 server.py 脚本的实际路径
      "env": {} // 环境变量，本服务器配置中不需要额外的环境变量
    }
  }
}

基本使用方法：

配置完成后，MCP 客户端（如 Claude Desktop）就可以通过 MCP 协议与此服务器进行通信。LLM 可以调用以下工具来搜索和获取学术论文信息：

'search_papers(query, limit)': 根据关键词 'query' 搜索论文，'limit' 参数限制返回结果的数量（默认为 10）。
'fetch_paper_details(paper_id, source)': 根据论文 ID ('paper_id') 获取论文详情，'source' 参数指定数据来源（'semantic_scholar' 或 'crossref'，默认为 'semantic_scholar'）。
'search_by_topic(topic, year_start, year_end, limit)': 根据主题 'topic' 搜索论文，'year_start' 和 'year_end' 参数可以限定年份范围，'limit' 参数限制返回结果数量（默认为 10）。

LLM 需要在对话中指示客户端调用这些工具，并提供相应的参数，服务器会将搜索结果返回给 LLM，从而实现学术论文的检索和利用。

关键词

学术论文搜索 MCP 服务器

信息