# 📚 Academic MCP
[English](README.md) | [中文](README_zh.md)
🔬 `academic-mcp` 是一个基于 Python 的 MCP 服务器，使用户能够从各种平台搜索、下载和阅读学术论文。它提供三个主要工具：
- 🔎 **`paper_search`**：跨多个学术数据库搜索论文
- 📥 **`paper_download`**：下载论文 PDF，返回下载文件的路径
- 📖 **`paper_read`**：提取和阅读论文的文本内容
  
---
## 📑 目录
- [🎬 演示](#-演示)
- [📝 待办事项](#-待办事项)
- [✨ 特性](#-特性)
- [📦 安装](#-安装)
- [⚡ 快速开始](#-快速开始)
- [🛠️ 开发环境](#️-开发环境)
- [🚀 使用](#-使用)
- [🔎 搜索论文](#1-搜索论文-paper_search)
- [📥 下载论文](#2-下载论文-paper_download)
- [📖 阅读论文](#3-阅读论文-paper_read)
- [⚙️ 环境变量](#️-环境变量)
- [🤝 贡献](#-贡献)
- [📄 许可证](#-许可证)
---
## ✨ 特性
- 🌐 **多源支持**：从 arXiv、PubMed、bioRxiv、medRxiv、Google Scholar、IACR ePrint Archive、Semantic Scholar 和 CrossRef 搜索和下载论文。
- 🎯 **统一接口**：通过一致的 `paper_search`、`paper_download` 和 `paper_read` 工具访问所有平台。
- 📊 **标准化输出**：通过 `Paper` 类以一致的字典格式返回论文。
- ⚡ **异步操作**：使用 `httpx` 和 async/await 高效处理并发搜索和下载。
- 🔌 **MCP 集成**：与 MCP 客户端兼容，用于增强 LLM 上下文。
- 🧩 **可扩展设计**：通过扩展 `sources` 模块轻松添加新的学术平台。
## 🎬 演示
<img src="assets/screenshot_zh.png" alt="演示截图" width="800">
## 📝 待办事项
计划支持的学术平台
- [x] arXiv
- [x] PubMed
- [x] bioRxiv
- [x] medRxiv
- [x] Google Scholar
- [x] IACR ePrint Archive
- [x] Semantic Scholar
- [x] CrossRef
- [ ] PubMed Central (PMC)
- [ ] Science Direct
- [ ] Springer Link
- [ ] IEEE Xplore
- [ ] ACM Digital Library
- [ ] Web of Science
- [ ] Scopus
- [ ] JSTOR
- [ ] ResearchGate
- [ ] CORE
- [ ] Microsoft Academic
## 📦 安装
`academic-mcp` 可以使用 `uv` 或 `pip` 安装。以下是两种方法：快速开始用于立即使用，详细设置用于开发。
### ⚡ 快速开始
对于想要快速运行服务器的用户：
1. **安装包**：
```bash
pip install academic-mcp
```
2. **配置 Claude Desktop**：
将此配置添加到 `~/Library/Application Support/Claude/claude_desktop_config.json`（Mac）或 `%APPDATA%\Claude\claude_desktop_config.json`（Windows）：
```json
{
"mcpServers": {
"academic-mcp": {
"command": "python",
"args": [
"-m",
"academic_mcp"
],
"env": {
"SEMANTIC_SCHOLAR_API_KEY": "",
"ACADEMIC_MCP_DOWNLOAD_PATH": "./downloads"
}
}
}
}
```
> 注意：`SEMANTIC_SCHOLAR_API_KEY` 是可选的，仅在需要增强 Semantic Scholar 功能时使用。
### 🛠️ 开发环境
对于想要修改代码或贡献的开发者：
1. **设置环境**：
```bash
# 如果未安装 uv，请先安装
curl -LsSf https://astral.sh/uv/install.sh | sh
# 克隆仓库
git clone https://github.com/LinXueyuanStdio/academic-mcp.git
cd academic-mcp
# 创建并激活虚拟环境
uv venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
```
2. **安装依赖**：
```bash
# 安装依赖（推荐）
uv pip install -e .
# 添加开发依赖（可选）
uv pip install pytest flake8
```
---
## 🚀 使用
配置完成后，`academic-mcp` 通过 Claude Desktop 或任何兼容 MCP 的客户端提供三个主要工具：
### 1. 搜索论文 (`paper_search`)
跨多个来源搜索学术论文：
```python
# 在 arXiv 上搜索机器学习论文
paper_search([
{"searcher": "arxiv", "query": "machine learning", "max_results": 5}
])
# 同时搜索多个平台
paper_search([
{"searcher": "arxiv", "query": "deep learning", "max_results": 5},
{"searcher": "pubmed", "query": "cancer immunotherapy", "max_results": 3},
{"searcher": "semantic", "query": "climate change", "max_results": 4, "year": "2020-2023"}
])
# 搜索所有平台（省略 "searcher" 参数）
paper_search([
{"query": "quantum computing", "max_results": 10}
])
```
### 2. 下载论文 (`paper_download`)
使用标识符下载论文 PDF：
```python
paper_download([
{"searcher": "arxiv", "paper_id": "2106.12345"},
{"searcher": "pubmed", "paper_id": "32790614"},
{"searcher": "biorxiv", "paper_id": "10.1101/2020.01.01.123456"},
{"searcher": "semantic", "paper_id": "DOI:10.18653/v1/N18-3011"}
])
```
### 3. 阅读论文 (`paper_read`)
提取和阅读论文的文本内容：
```python
# 阅读 arXiv 论文
paper_read(searcher="arxiv", paper_id="2106.12345")
# 阅读 PubMed 论文
paper_read(searcher="pubmed", paper_id="32790614")
# 阅读 Semantic Scholar 论文
paper_read(searcher="semantic", paper_id="DOI:10.18653/v1/N18-3011")
```
### ⚙️ 环境变量
- `SEMANTIC_SCHOLAR_API_KEY`：用于增强 Semantic Scholar 功能的可选 API 密钥
- `ACADEMIC_MCP_DOWNLOAD_PATH`：下载 PDF 的目录（默认：`./downloads`）
---
## 🤝 贡献
我们欢迎贡献！以下是入门指南：
1. **Fork 仓库**：
在 GitHub 上点击"Fork"。
2. **克隆并设置**：
```bash
git clone https://github.com/yourusername/academic-mcp.git
cd academic-mcp
uv pip install -e . # 以开发模式安装
```
3. **进行更改**：
- 在 `academic_mcp/sources/` 中添加新平台。
- 在 `tests/` 中更新测试。
4. **提交 Pull Request**：
推送更改并在 GitHub 上创建 PR。
## 📄 许可证
本项目采用 MIT 许可证。详情请参阅 LICENSE 文件。
---
祝您使用 `academic-mcp` 研究愉快！如果遇到问题，请在 GitHub 上提交 issue。
