Research MCP

MCP-сервер только для чтения для академических исследований. Позволяет LLM-агенту искать статьи, просматривать метаданные, переходить по графу цитирования, генерировать BibTeX и читать полные тексты PDF-файлов открытого доступа — всё через инструменты FastMCP.

Требования

• Python 3.13+

• uv

• Доступ в интернет к публичным API (API-ключ не требуется)

Как это работает

Semantic Scholar ограничивает частоту запросов при использовании без ключа, поэтому каждый запрос повторяется с экспоненциальной задержкой (с учётом Retry-After), прежде чем произойдёт переход на OpenAlex. Результаты всегда сообщают агенту, какой источник был использован. API arXiv требует соблюдения интервала ~3 с между запросами, и сервер соблюдает это правило; DBLP сбрасывает соединения при быстрых последовательных запросах, поэтому страницы с материалами конференций тоже запрашиваются с вежливой задержкой 3 с.

Кэширование

Все нестабильные ответы API, результаты поиска, корпуса материалов конференций и PDF-файлы кэшируются на диске в ~/.cache/research-mcp/ (api/ для JSON-ответов, pdf/ для скачанных PDF):

• Свежие попадания в кэш выдаются мгновенно — повторные запросы не обращаются к сети.

• Корпуса конференций (собранные из страниц DBLP) кэшируются целиком, поэтому повторные обзоры программы конференции выполняются мгновенно, даже если DBLP перестанет отдавать страницу.

• Устаревший запасной вариант: если API недоступен или ограничивает запросы, всё равно выдаётся последний кэшированный ответ, так что агент всё равно получает ответ.

• TTL кэша: 7 дней для arXiv и BibTeX (стабильные данные), 24 часа для поиска/метаданных и DBLP. Переопределите расположение с помощью RESEARCH_MCP_CACHE_DIR.

Конфигурация

Зарегистрируйте сервер в MCP-конфигурации вашего агента разработки. Например, в opencode.json для Opencode:

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

Переменные окружения (все необязательные)

Инструменты

search_papers

Ищет академические статьи по ключевым словам с необязательными фильтрами по месту публикации и году. Возвращает структурированные результаты: название, год, место публикации, авторов, DOI, аннотацию, число цитирований и ссылку на PDF открытого доступа, если он доступен.

source="arxiv" выполняет поиск в API препринтов arXiv и является рекомендуемым способом находить конкретные свежие статьи по точному названию, например query='ti:"carbon intensity" AND abs:forecast' (синтаксис полей arXiv передаётся без изменений). Все результаты кэшируются, поэтому повторные поиски выполняются мгновенно.

venue_proceedings

Обзор материалов конференции или журнала (того, что там реально публикуется). Используйте его, чтобы проверить, подходит ли идея статьи для такой конференции, как ACM e-Energy.

Полный корпус материалов площадки загружается из DBLP (с разбиением на страницы, превосходящим лимит в 100 записей), ранжируется на стороне клиента и кэшируется целиком — повторные обзоры выполняются мгновенно.

{"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

Полные метаданные статьи. Принимает DOI (например, 10.1109/tpwrs.2018.2823641), arXiv ID (например, 2408.03506, arXiv:2408.03506 или URL arxiv.org/abs/...) или OpenAlex ID.

Возвращает название, авторов, место публикации, год, аннотацию, TLDR, число цитирований, DOI и PDF открытого доступа:

get_citation_graph

Прослеживает цитирования статьи вперёд или назад для поиска методом снежного кома.

get_bibtex

Генерирует запись BibTeX для DOI. Использует собственный transform Crossref; при недоступности переключается на локальную генерацию из метаданных OpenAlex (обрабатывает DOI arXiv, которые Crossref не знает).

@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

Скачивает PDF открытого доступа и извлекает его текст с помощью PyMuPDF. Передайте DOI, arXiv ID (например, 2408.03506) или прямую ссылку на PDF. PDF-файлы кэшируются локально (~/.cache/research-mcp/pdf/).

Возвращает извлечённый текст, количество страниц, URL источника и путь к кэшу. Если копия открытого доступа не найдена, агент получает понятное сообщение с указанием найти OA-копию или передать URL PDF напрямую.

Структура файлов

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-ключ не требуется. Выполните uv sync && uv run research-mcp, чтобы запустить сервер через stdio.