Scholar MCP

# Scholar MCP 一个用于搜索和获取学术论文的 MCP (Model Context Protocol) 工具，支持 arXiv 和 DBLP 两个主要学术数据库。 ## 功能特性 - 🔍 **智能搜索**: 支持关键词搜索，可按作者、时间、分类筛选 - 📄 **详细信息**: 获取论文标题、作者、摘要、发表时间等完整信息 - 📥 **PDF下载**: 提供论文PDF下载链接 - 🎯 **多源支持**: 同时支持 arXiv 和 DBLP 数据源 - 🔧 **易于集成**: 标准MCP接口，可轻松集成到Claude等AI助手 ## 安装和配置 ### 1. 安装依赖 ```bash npm install ``` **注意**: 本项目使用 `npx @modelcontextprotocol/server-node` 来启动MCP服务器，这样可以确保使用最新版本的MCP服务器运行时，无需单独安装。 ### 2. 编译项目 ```bash npm run build ``` ### 3. 开发模式 ```bash npm run dev ``` ### 4. 运行测试 ```bash npm test ``` ## MCP Server 配置 ### Claude Code 配置 #### 方法一：通过命令行添加 ```bash # 添加 scholar-mcp server 到 Claude Code claude mcp add scholar-mcp npx @modelcontextprotocol/server-node /path/to/scholar-mcp/dist/scholar-server.js ``` #### 方法二：手动编辑配置文件 Claude Code 的配置文件通常位于： - **macOS**: `~/Library/Application Support/Claude/claude_desktop_config.json` - **Windows**: `%APPDATA%\Claude\claude_desktop_config.json` - **Linux**: `~/.config/Claude/claude_desktop_config.json` 在配置文件中添加以下内容： ```json { "mcpServers": { "scholar-mcp": { "command": "npx", "args": ["@modelcontextprotocol/server-node", "/path/to/scholar-mcp/dist/scholar-server.js"], "env": {} } } } ``` **注意**: 请将 `/path/to/scholar-mcp` 替换为实际的项目路径。 #### 使用示例 配置完成后，重启 Claude Code，然后你就可以在对话中使用学术搜索功能： ``` 请帮我搜索关于 "transformer architecture" 的最新论文 ``` ``` 获取论文 ID 为 1706.03762 的详细信息 ``` ### 其他支持 MCP 的客户端 #### 通用配置格式 大多数支持 MCP 的客户端都使用以下配置格式： ```json { "mcpServers": { "scholar-mcp": { "command": "npx", "args": ["@modelcontextprotocol/server-node", "/path/to/scholar-mcp/dist/scholar-server.js"], "env": {}, "description": "Academic paper search and retrieval from arXiv and DBLP" } } } ``` #### 命令行测试 你可以使用 `npx` 直接测试 MCP server： ```bash # 测试 MCP server npx @modelcontextprotocol/server-node /path/to/scholar-mcp/dist/scholar-server.js ``` #### Docker 部署 创建 Dockerfile： ```dockerfile FROM node:18-alpine WORKDIR /app COPY package*.json ./ RUN npm ci --only=production COPY . . RUN npm run build EXPOSE 3000 CMD ["npx", "@modelcontextprotocol/server-node", "dist/scholar-server.js"] ``` 构建和运行： ```bash docker build -t scholar-mcp . docker run -p 3000:3000 scholar-mcp ``` ### 快速开始 对于新手用户，可以使用以下命令快速开始： ```bash # 1. 安装依赖 npm install # 2. 编译项目 npm run build # 3. 测试功能 npm run search-test "machine learning" # 4. 启动 server npm run server ``` ### 项目路径获取 在配置 MCP 客户端时，需要使用项目的绝对路径。可以通过以下方式获取： ```bash # macOS/Linux pwd # 输出: /Users/yourname/Projects/scholar-mcp # Windows cd echo %CD% # 输出: C:\Users\yourname\Projects\scholar-mcp ``` ### 常用命令 ```bash # 编译项目 npm run build # 启动开发模式 npm run dev # 运行搜索测试 npm run search-test "your query" # 启动 MCP server (使用npx) npm run server # 清理编译文件 npm run clean ``` ## MCP工具接口 ### search_papers 搜索学术论文，返回完整信息包括摘要和PDF链接。 **参数:** - `query` (string, 必需): 搜索关键词 - `source` (string, 可选): 搜索源 ('arxiv', 'dblp', 'both')，默认为 'both' - `maxResults` (number, 可选): 最大结果数 (1-100)，默认为 10 - `startDate` (string, 可选): 开始日期 (YYYY-MM-DD格式) - `endDate` (string, 可选): 结束日期 (YYYY-MM-DD格式) - `author` (string, 可选): 作者筛选 - `category` (string, 可选): 分类筛选 (仅arXiv) **返回信息包括:** - 论文标题、作者、摘要、发表时间 - PDF下载链接 - 分类、DOI等信息 **示例:** ```json { "query": "machine learning", "source": "both", "maxResults": 10, "author": "Geoffrey Hinton", "category": "cs.LG" } ``` ### download_paper 批量下载arXiv论文，支持通过论文ID列表、搜索关键词或作者进行下载。 **参数:** - `downloadFolder` (string, 必需): 下载文件夹路径 - `paperIds` (array, 可选): 论文ID列表，如 ["1706.03762", "2301.00001"] - `query` (string, 可选): 搜索关键词，自动搜索并下载相关论文 - `author` (string, 可选): 作者姓名，下载该作者的所有论文 - `maxResults` (number, 可选): 最大下载数量（搜索/作者模式），默认10，最大100 - `startDate` (string, 可选): 开始日期筛选 (YYYY-MM-DD格式) - `endDate` (string, 可选): 结束日期筛选 (YYYY-MM-DD格式) - `category` (string, 可选): 分类筛选 (arXiv分类代码，如 "cs.LG") **使用示例:** 1. **按论文ID下载:** ```json { "downloadFolder": "/path/to/papers", "paperIds": ["1706.03762", "2301.00001"] } ``` 2. **按关键词搜索下载:** ```json { "downloadFolder": "/path/to/papers", "query": "transformer architecture", "maxResults": 5, "category": "cs.LG" } ``` 3. **按作者下载:** ```json { "downloadFolder": "/path/to/papers", "author": "Geoffrey Hinton", "maxResults": 10, "startDate": "2020-01-01", "endDate": "2023-12-31" } ``` **返回信息:** - `success`: 下载是否成功 - `downloaded`: 成功下载的论文列表（包含标题、文件路径、大小等信息） - `failed`: 下载失败的论文列表及原因 - `message`: 操作结果摘要 - `downloadFolder`: 使用的下载文件夹路径 ## 支持的数据源 ### arXiv - **API**: http://export.arxiv.org/api/query - **搜索语法**: 支持标准arXiv搜索语法 - **特色**: 预印本、计算机科学、物理等领域 - **限制**: 无API密钥要求，但有请求频率限制 ### DBLP - **API**: https://dblp.org/search/publ/api - **搜索语法**: 支持作者、标题、关键词搜索 - **特色**: 计算机科学文献数据库，包含会议和期刊论文 - **限制**: 无API密钥要求 ## 开发说明 ### 项目结构 ``` scholar-mcp/ ├── src/ │ ├── types.ts # 类型定义 │ ├── arxiv.ts # arXiv API模块 │ ├── dblp.ts # DBLP API模块 │ ├── scholar-server.ts # MCP服务器实现 │ └── index.ts # 入口文件 ├── tests/ │ ├── arxiv.test.js # arXiv模块测试 │ └── dblp.test.js # DBLP模块测试 ├── dist/ # 编译输出 └── package.json # 项目配置 ``` ### 扩展功能 可以通过以下方式扩展工具功能： 1. **添加新的数据源**: 在 `src/` 目录下创建新的API模块 2. **增强搜索功能**: 添加更多搜索参数和筛选条件 3. **改进结果处理**: 优化结果排序和格式化 4. **添加缓存机制**: 减少API请求次数 ## 故障排除 ### 常见问题 #### 1. MCP Server 无法启动 确保项目已正确编译： ```bash npm run build ``` 检查 Node.js 版本（推荐 v18+）： ```bash node --version ``` #### 2. 配置文件路径错误 确保配置文件中的路径是绝对路径： ```json { "args": ["/Users/yourname/Projects/scholar-mcp/dist/scholar-server.js"] } ``` #### 3. 权限问题 确保有执行脚本的权限： ```bash chmod +x dist/scholar-server.js ``` #### 4. 网络连接问题 如果遇到 DBLP 或 arXiv API 连接问题，可能是： - 网络连接问题 - API 服务器暂时不可用 - 请求频率过高 ### 调试方法 #### 启用详细日志 设置环境变量启用调试： ```bash DEBUG=scholar-mcp:* node dist/scholar-server.js ``` #### 测试工具功能 使用测试文件验证功能： ```bash # 测试搜索功能 node tests/search-test.js "machine learning" ``` ## 使用示例 ### 基础搜索 ``` 搜索关于 "neural networks" 的论文 ``` ### 高级搜索 ``` 搜索2023年发表的关于 "transformer" 的论文，限制结果为10篇 ``` ### 按作者搜索 ``` 搜索作者 "Geoffrey Hinton" 的论文 ``` ### 下载论文 ``` 下载论文ID为1706.03762的论文到指定文件夹 ``` ``` 搜索并下载关于"transformer"的最新论文 ``` ``` 下载Geoffrey Hinton2020年以来的所有论文 ``` ## 性能优化 ### 缓存策略 - 本地缓存搜索结果 - 智能重试机制 - 请求频率限制 ### 建议的使用方式 1. **精确搜索**: 使用具体的关键词组合 2. **时间筛选**: 限制搜索时间范围以提高相关性 3. **作者筛选**: 如果知道特定作者，使用作者筛选 4. **分类筛选**: 在 arXiv 中使用分类代码 ## 注意事项 - 本工具仅用于学术研究目的 - 使用时请遵守各数据源的使用条款 - 建议适当控制请求频率，避免对服务器造成过大负担 - 部分论文可能需要订阅或购买才能获取完整内容 - 请尊重学术成果的版权和使用规定 ## 许可证 MIT License ## 贡献 欢迎提交 Issue 和 Pull Request！ 1. Fork 本项目 2. 创建功能分支 3. 提交更改 4. 发起 Pull Request ## 支持 如果你在使用过程中遇到问题，请： 1. 查看本文档的故障排除部分 2. 检查项目的 Issues 页面 3. 创建新的 Issue 描述问题