Research MCP

Schreibgeschützter MCP-Server für akademische Forschung. Ermöglicht einem LLM-Agenten, Paper zu suchen, Metadaten zu prüfen, Zitationsgraphen zu verfolgen, BibTeX zu erzeugen und Volltexte von Open-Access-PDFs zu lesen – alles über FastMCP-Tools.

Anforderungen

• Python 3.13+

• uv

• Internetzugang zu den öffentlichen APIs (kein API-Schlüssel erforderlich)

So funktioniert es

Semantic Scholar ist ohne Schlüssel ratenbegrenzt, daher wird jede Anfrage mit exponentiellem Backoff (unter Beachtung von Retry-After) wiederholt, bevor auf OpenAlex zurückgegriffen wird. Die Ergebnisse teilen dem Agenten immer mit, welche Quelle verwendet wurde. Die arXiv-API erzwingt eine Abstandsregel von ~3 s, die der Server einhält; DBLP setzt Verbindungen bei schnellen aufeinanderfolgenden Anfragen zurück, daher werden Venue-Stream-Seiten ebenfalls mit einer Höflichkeitsverzögerung von 3 s abgerufen.

Caching

Alle fragilen API-Antworten, Suchergebnisse, Konferenzband-Korpora und PDFs werden auf der Festplatte unter ~/.cache/research-mcp/ zwischengespeichert (api/ für JSON-Antworten, pdf/ für heruntergeladene PDFs):

• Frische Cache-Treffer werden sofort ausgeliefert – wiederholte Abfragen berühren das Netzwerk nicht.

• Venue-Korpora (aus DBLP-Seiten zusammengestellt) werden als Ganzes gecacht, sodass erneute Übersichten über ein Konferenzprogramm sofort verfügbar sind, selbst wenn DBLP eine Seite fallen lässt.

• Veralteter Fallback: Wenn eine API nicht verfügbar ist oder ratenbegrenzt, wird die letzte gecachte Antwort trotzdem ausgeliefert, sodass der Agent weiterhin eine Antwort erhält.

• Cache-TTLs: 7 Tage für arXiv und BibTeX (stabile Daten), 24 h für Suche/Metadaten und DBLP. Überschreiben Sie den Speicherort mit RESEARCH_MCP_CACHE_DIR.

Konfiguration

Registrieren Sie den Server in der MCP-Konfiguration Ihres Coding-Agenten. Zum Beispiel in Opencodes opencode.json:

{
  "mcp": {
    "research-mcp": {
      "command": [
        "uvx",
        "--from",
        "git+https://github.com/404Simon/research-mcp",
        "research-mcp"
      ],
      "enabled": true,
      "type": "local"
    }
  }
}

Umgebungsvariablen (alle optional)

Tools

search_papers

Durchsucht akademische Paper nach Stichworten mit optionalen Venue- und Jahresfiltern. Liefert strukturierte Ergebnisse mit Titel, Jahr, Venue, Autoren, DOI, Abstract, Zitationsanzahl und – falls verfügbar – einem Open-Access-PDF-Link.

source="arxiv" durchsucht die arXiv-Preprint-API und ist die empfohlene Methode, um bestimmte aktuelle Paper mit exaktem Namen zu finden, z. B. query='ti:"carbon intensity" AND abs:forecast' (die arXiv-Feldsyntax wird unverändert durchgereicht). Alle Ergebnisse werden zwischengespeichert, sodass wiederholte Suchen sofort erfolgen.

venue_proceedings

Übersicht über die Proceedings eines Venues (was dort tatsächlich veröffentlicht wird). Verwenden Sie dies, um zu prüfen, ob eine Paper-Idee zu einer Konferenz wie ACM e-Energy passt.

Das vollständige Venue-Korpus wird von DBLP abgerufen (paginiert über sein 100-Treffer-Limit hinaus), clientseitig sortiert und als Ganzes zwischengespeichert – erneute Übersichten sind sofort verfügbar.

{"results": [
  {"title": "Reinforcement Learning Approach for Optimal Distributed Energy Management in a Microgrid",
   "year": 2018, "venue": "IEEE Transactions on Power Systems",
   "authors": ["Elham Foruzan", "Leen-Kiat Soh", "S. Asgarpoor"],
   "doi": "10.1109/tpwrs.2018.2823641",
   "abstract": "In this paper, a multiagent-based model is used ...",
   "citation_count": 297, "open_access_pdf": null,
   "source": "openalex"}],
 "note": "(Semantic Scholar unavailable — used OpenAlex instead: RequestFailed)",
 "count": 1}

paper_details

Vollständige Metadaten für ein Paper. Akzeptiert eine DOI (z. B. 10.1109/tpwrs.2018.2823641), eine arXiv-ID (z. B. 2408.03506, arXiv:2408.03506 oder eine arxiv.org/abs/...-URL) oder eine OpenAlex-ID.

Liefert Titel, Autoren, Venue, Jahr, Abstract, TLDR, Zitationsanzahl, DOI und Open-Access-PDF:

get_citation_graph

Verfolgt die Zitationen eines Papers vorwärts oder rückwärts für die Schneeball-Suche.

get_bibtex

Erzeugt einen BibTeX-Eintrag für eine DOI. Verwendet die native Transformation von Crossref; fällt auf lokale Erzeugung aus OpenAlex-Metadaten zurück (behandelt arXiv-DOIs, die Crossref nicht kennt).

@article{Foruzan_2018, title={Reinforcement Learning Approach for Optimal Distributed Energy Management in a Microgrid}, volume={33}, ..., author={Foruzan, Elham and Soh, Leen-Kiat and Asgarpoor, Sohrab}, year={2018} }

read_paper_full_text

Lädt ein Open-Access-PDF herunter und extrahiert dessen Text mit PyMuPDF. Übergeben Sie eine DOI, eine arXiv-ID (z. B. 2408.03506) oder eine direkte PDF-URL. PDFs werden lokal zwischengespeichert (~/.cache/research-mcp/pdf/).

Liefert den extrahierten Text, die Seitenanzahl, die Quell-URL und den Cache-Pfad. Wenn keine Open-Access-Kopie gefunden wird, erhält der Agent eine klare Meldung, die ihn auffordert, nach einer OA-Kopie zu suchen oder direkt eine PDF-URL zu übergeben.

Dateistruktur

src/
  main.py              # FastMCP server, tool definitions, fallback orchestration
  client.py            # HTTP client with retry/backoff (429/5xx, Retry-After)
  cache.py             # Disk cache (~/.cache/research-mcp/) with stale fallback
  semanticscholar.py   # Semantic Scholar: search, details, citations (optional API key)
  openalex.py          # OpenAlex: search, details, citation graph, OA-PDF resolution
  arxiv.py             # arXiv API: search, ID lookups (3 s politeness, 7-day cache)
  dblp.py              # DBLP: venue proceedings + venue-scoped search (paged corpus cache)
  crossref.py          # Crossref: BibTeX transform + local fallback generator
  pdf.py               # PDF download/validation/caching + PyMuPDF text extraction

Kein API-Schlüssel erforderlich. Führen Sie uv sync && uv run research-mcp aus, um den Server über stdio zu starten.