项目简介

本项目是一个基于 Model Context Protocol (MCP) 的后端服务，专注于学术作者信息检索与分析。它通过集成 Semantic Scholar、OpenAlex、Crossref、Google Scholar 等多个学术数据源，为 LLM 客户端提供查找作者合著者、提取研究关键词等功能。

主要功能点

查找合著者： 根据输入的作者姓名（可选机构、领域），自动检索并返回该作者的合著者列表及合作次数。
提取研究关键词： 从 Google Scholar 等源抓取作者的研究兴趣或关键词列表。
数据整合： 能够合并来自不同学术数据库的作者相关信息。
性能与稳定性： 内置速率限制、缓存机制和错误处理，优化API调用和网络抓取效率。

安装步骤

克隆或下载此 GitHub 仓库到您的本地机器。
打开终端或命令提示符，导航到仓库目录。

创建一个 Python 虚拟环境（推荐）并激活：

python -m venv venv
# 在 macOS/Linux 上:
source venv/bin/activate
# 在 Windows 上:
venv\Scripts\activate

安装所需的 Python 依赖：

pip install -r requirements.txt

服务器配置

此项目作为 MCP 服务器运行。要将此服务器与兼容 MCP 协议的客户端（如支持 MCP 的 LLM 应用）连接，您需要在客户端中进行相应的配置。典型的 MCP 客户端配置会指定服务器的名称、用于启动服务器进程的命令以及传递给该命令的参数。

对于此项目，服务器的内部名称是 'authorProfile'。启动服务器进程的命令是执行 'server.py' Python 脚本。您需要确保您的 MCP 客户端配置中包含了运行 'server.py' 文件的正确命令和路径，以便客户端能够启动并连接到此 MCP 服务。

例如，在某些 MCP 客户端的配置中，您可能需要提供类似以下的结构描述：

'name': 服务器的标识符，例如 "authorProfile"。
'command': 执行命令，例如 "python"。
'args': 传递给命令的参数，例如 '["server.py"]'。
可选地，可能还需要配置 'cwd' (工作目录) 以确保脚本能在正确的路径下被找到。

基本使用方法

按照安装步骤设置好环境。
在终端中运行 'python server.py' 命令启动 MCP 服务器。服务器将在本地后台运行，并等待 MCP 客户端连接。
使用兼容 MCP 协议的客户端连接到此服务器。
客户端即可通过 JSON-RPC 调用服务器注册的工具（'get_coauthors' 和 'get_author_keywords'），并传递相应的参数（如作者姓名、机构等），获取处理后的学术数据。