Semantic Scholar MCP 服务器

使用说明（Markdown 格式）

• 项目简介 该仓库实现了一个在本地运行的 MCP 服务器，用于向 Watson/Claude Desktop 等 MCP 客户端提供对 Semantic Scholar 的论文、作者和相关信息的标准化访问入口。服务器实现了资源管理、工具执行以及提示模板渲染等核心能力，且通过 JSON-RPC 与客户端进行交互。
• 主要功能点
  • 提供多组工具：论文检索、论文详情、作者检索、作者详情、相关推荐、批量论文、服务器状态等，均可返回 Markdown 或 JSON 格式的结果。
  • 支持对论文和作者等实体的详细查询和联合显示（包含引用、参考文献、出版信息、TL;DR、摘要等）。
  • 内置健康检查与 API 可用性测试，能够在客户端层做快速的状态反馈。
  • 具备自动重试和速率控制机制，针对 429/503 等瞬时错误进行退避重试，提升鲁棒性。
  • 安全性：可通过环境变量或每次请求中传入的 api_key 提供 API Key，避免在本地键入明文 clave。
  • 运行在本地，客户端调用不会将密钥外泄到服务器端，所有请求皆在本地完成。
• 安装步骤
  • 直接获取并安装（推荐）:
    • 通过 PyPI 安装：pip install semantic-scholar-mcp
  • 或从源码运行（开发者/自建环境）:
    • git clone https://github.com/smaniches/semantic-scholar-mcp.git
    • cd semantic-scholar-mcp
    • pip install -e .
• 服务器配置（供 MCP 客户端使用的配置，使用 JSON 格式描述；客户端实际不需要修改） 服务器名称：semantic_scholar_mcp 启动命令：python 启动参数：["-m", "semantic_scholar_mcp"] 环境变量（可选，填入你自己的 API Key）： { "server_name": "semantic_scholar_mcp", "command": "python", "args": ["-m", "semantic_scholar_mcp"], "env": { "SEMANTIC_SCHOLAR_API_KEY": "<your-api-key>" } } 说明：若未提供环境变量 API Key，可在每次请求中通过 api_key 参数覆盖，客户端不需要额外的配置信息。上述配置仅用于 Claude Desktop 等 MCP 客户端快速集成本服务器。
• 基本使用方法
  1. 启动：在本地环境中运行服务器，确保依赖已安装并可访问 Semantic Scholar API。
  2. 客户端配置：将服务器的启动指令添加到 MCP 客户端配置中（如 Claude Desktop），使客户端能通过本地进程与服务器通信。
  3. 调用工具：通过 MCP 客户端向服务端发送 JSON-RPC 请求，选择如下工具之一进行查询，例如：
     • semantic_scholar_search_papers：按查询、日期、领域等条件检索论文
     • semantic_scholar_get_paper：获取特定论文的详情、引用与参考文献
     • semantic_scholar_search_authors / semantic_scholar_get_author：搜索作者与作者信息
     • semantic_scholar_recommendations：基于种子论文的相关论文推荐
     • semantic_scholar_bulk_papers：批量获取多篇论文信息
     • semantic_scholar_status：服务器健康与 API 状态
  4. 查看结果格式：默认以 Markdown 渲染展示，必要时可请求 JSON 格式。