Research MCP

학술 연구용 읽기 전용 MCP 서버. LLM 에이전트가 논문 검색, 메타데이터 확인, 인용 그래프 추적, BibTeX 생성, 오픈 액세스 PDF 전문 읽기를 모두 FastMCP 도구를 통해 수행할 수 있게 해줍니다.

요구 사항

• Python 3.13+

• uv

• 공개 API에 대한 인터넷 접근(API 키 불필요)

작동 방식

Semantic Scholar는 키 없이 사용하면 속도 제한이 걸리므로 모든 요청은 OpenAlex로 대체되기 전에 지수 백오프로 재시도됩니다(Retry-After 존중). 결과는 항상 에이전트에게 어떤 소스가 사용되었는지 알려줍니다. arXiv API는 ~3 s 간격 규칙을 적용하며 서버는 이를 준수합니다. DBLP는 빠른 연속 요청 시 연결을 재설정하므로 학술대회 스트림 페이지도 3초 대기 시간을 두고 가져옵니다.

캐싱

모든 취약한 API 응답, 검색 결과, 학술대회 프로시딩 코퍼스, PDF는 ~/.cache/research-mcp/ 아래 디스크에 캐시됩니다(api/는 JSON 응답, pdf/는 다운로드된 PDF):

• 신선한 캐시 적중은 즉시 제공됩니다 — 반복 쿼리는 네트워크에 접촉하지 않습니다.

• 학술대회 코퍼스(DBLP 페이지에서 조합)는 전체가 캐시되므로 DBLP가 페이지를 놓쳐도 학술대회 프로그램 재조사는 즉시 이루어집니다.

• 오래된 대체: API가 다운되거나 속도 제한 중이면 마지막 캐시 응답이 제공되므로 에이전트는 여전히 답을 얻습니다.

• 캐시 TTL: arXiv 및 BibTeX는 7일(안정적인 데이터), 검색/메타데이터 및 DBLP는 24시간. 위치는 RESEARCH_MCP_CACHE_DIR로 재정의할 수 있습니다.

구성

코딩 에이전트의 MCP 구성에 서버를 등록하세요. 예를 들어 Opencode의 opencode.json에서:

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

환경 변수(모두 선택 사항)

도구

search_papers

선택적 학술대회 및 연도 필터로 키워드를 사용해 학술 논문을 검색합니다. 제목, 연도, 학술대회, 저자, DOI, 초록, 인용 횟수, 가능한 경우 오픈 액세스 PDF 링크가 포함된 구조화된 결과를 반환합니다.

source="arxiv"는 arXiv 프리프린트 API를 검색하며 정확한 이름으로 특정 최신 논문을 찾는 권장 방법입니다(예: query='ti:"carbon intensity" AND abs:forecast' — arXiv 필드 구문은 그대로 전달됨). 모든 결과가 캐시되므로 반복 검색은 즉시 이루어집니다.

venue_proceedings

학술대회의 프로시딩(실제로 게시되는 내용)을 조사합니다. 논문 아이디어가 ACM e-Energy 같은 학회에 맞는지 확인하는 데 사용하세요.

전체 학술대회 코퍼스는 DBLP에서 가져오고(100건 제한을 넘어 페이지네이션), 클라이언트 측에서 순위가 매겨지며, 전체가 캐시됩니다 — 재조사는 즉시 이루어집니다.

{"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

논문의 전체 메타데이터. DOI(예: 10.1109/tpwrs.2018.2823641), arXiv ID(예: 2408.03506, arXiv:2408.03506 또는 arxiv.org/abs/... URL) 또는 OpenAlex ID를 허용합니다.

제목, 저자, 학술대회, 연도, 초록, TLDR, 인용 횟수, DOI 및 오픈 액세스 PDF를 반환합니다:

get_citation_graph

스노우볼 검색을 위해 논문의 인용을 앞뒤로 추적합니다.

get_bibtex

DOI에 대한 BibTeX 항목을 생성합니다. Crossref의 네이티브 변환을 사용하며 OpenAlex 메타데이터에서의 로컬 생성으로 대체합니다(Crossref가 모르는 arXiv DOI 처리).

@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

오픈 액세스 PDF를 다운로드하고 PyMuPDF로 텍스트를 추출합니다. DOI, arXiv ID(예: 2408.03506) 또는 직접 PDF URL을 전달하세요. PDF는 로컬에 캐시됩니다(~/.cache/research-mcp/pdf/).

추출된 텍스트, 페이지 수, 소스 URL 및 캐시 경로를 반환합니다. 오픈 액세스 사본을 찾을 수 없으면 에이전트는 OA 사본을 검색하거나 PDF URL을 직접 전달하라는 명확한 메시지를 받습니다.

파일 구조

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

API 키가 필요 없습니다. uv sync && uv run research-mcp를 실행하여 stdio로 서버를 시작하세요.