Academic MCP Server

# Academic MCP Server - 统一学术文献搜索服务器 🔍 一个统一的模型上下文协议(MCP)服务器，让AI助手能够通过单一、一致的接口访问多个学术数据库。 ## 🌟 核心特性 ### 支持的数据库 - **PubMed** 🏥 - 生物医学和生命科学文献（NCBI） - **bioRxiv** 🧬 - 生物学预印本 - **medRxiv** 💊 - 医学预印本 - **arXiv** 🔬 - 物理、数学、计算机科学等预印本 - **Semantic Scholar** 🤖 - AI驱动的跨学科学术搜索 - **Sci-Hub** 📚 - 全面的学术论文获取和下载 ### 主要功能 - ✅ **统一搜索**：一次查询搜索所有数据库 - ✅ **高级过滤**：按标题、作者、日期、期刊等筛选 - ✅ **元数据访问**：获取详细的论文信息 - ✅ **PDF下载**：下载开放获取的论文 - ✅ **深度分析**：生成全面的论文分析提示 - ✅ **本地PDF分析**：支持本地和在线PDF文件分析 - ✅ **引用网络分析**：分析论文引用关系和影响力 - ✅ **完整研究工作流**：一键完成检索→分析→阅读→总结 - ✅ **标准化输出**：所有数据源的一致数据格式 ## 🚀 快速开始 ### 前提条件 - Python 3.10+ - MCP库 - 互联网连接 ### 安装步骤 1. 克隆或下载此仓库 2. 创建虚拟环境：`python -m venv venv` 3. 激活虚拟环境： - Windows: `venv\Scripts\activate` - Mac/Linux: `source venv/bin/activate` 4. 安装依赖：`pip install -r requirements.txt` **注意：** 所有PubMed功能已完全集成到本地，无需外部依赖！ ### MCP配置 本项目提供**两个MCP服务器**，功能互补： 1. **`academic`** - 基础搜索、元数据检索和PDF下载（6个数据库：PubMed、bioRxiv、medRxiv、arXiv、Semantic Scholar、Sci-Hub） 2. **`academic-research`** - 高级功能：引用分析、影响力评估、本地PDF分析、完整研究工作流 将以下配置添加到MCP设置文件（`~/.cursor/mcp.json` 或 `C:\Users\YOUR_USERNAME\.cursor\mcp.json`）： **Windows配置：** ```json { "mcpServers": { "academic": { "command": "C:\\Users\\YOUR_USERNAME\\path\\to\\Academic-MCP-Server\\venv\\Scripts\\python.exe", "args": [ "C:\\Users\\YOUR_USERNAME\\path\\to\\Academic-MCP-Server\\academic_server.py" ], "env": {}, "disabled": false, "autoApprove": [] }, "academic-research": { "command": "C:\\Users\\YOUR_USERNAME\\path\\to\\Academic-MCP-Server\\venv\\Scripts\\python.exe", "args": [ "C:\\Users\\YOUR_USERNAME\\path\\to\\Academic-MCP-Server\\academic_research_advanced.py" ], "env": {}, "disabled": false, "autoApprove": [] } } } ``` **Mac/Linux配置：** ```json { "mcpServers": { "academic": { "command": "/path/to/Academic-MCP-Server/venv/bin/python", "args": [ "/path/to/Academic-MCP-Server/academic_server.py" ], "env": {}, "disabled": false, "autoApprove": [] }, "academic-research": { "command": "/path/to/Academic-MCP-Server/venv/bin/python", "args": [ "/path/to/Academic-MCP-Server/academic_research_advanced.py" ], "env": {}, "disabled": false, "autoApprove": [] } } } ``` **注意：** 请将 `YOUR_USERNAME` 和 `path/to` 替换为实际路径。 ### 如何使用 **重启Cursor后**，您可以直接向AI助手提出以下请求： #### 示例1：搜索所有数据库 ``` 帮我搜索最新的UCAR-T相关文献，从所有数据库中查找 ``` #### 示例2：搜索特定数据库 ``` 在bioRxiv中搜索关于CRISPR的最新预印本 ``` #### 示例3：高级搜索 ``` 搜索arXiv上Hinton教授关于神经网络的论文，2020年以后的 ``` #### 示例4：下载论文 ``` 帮我下载arXiv论文2301.00001的PDF ``` ## 📊 可用的MCP工具 ### 服务器：`academic`（基础搜索与检索） #### 1. search_papers 按关键词搜索论文 **参数：** - `keywords` (str): 搜索查询词 - `source` (str): 数据源 - "all", "pubmed", "biorxiv", "medrxiv", "arxiv", "semantic_scholar", "scihub" - `num_results` (int): 每个数据源返回的结果数量（默认：10） **示例：** ```python search_papers(keywords="机器学习", source="all", num_results=15) ``` #### 2. search_papers_advanced 多参数高级搜索 **参数：** - `title` (str, 可选): 在标题中搜索 - `author` (str, 可选): 作者名 - `journal` (str, 可选): 期刊名 - `start_date` (str, 可选): 开始日期 - `end_date` (str, 可选): 结束日期 - `term` (str, 可选): 通用搜索词 - `source` (str): 数据源 - `num_results` (int): 结果数量 **示例：** ```python search_papers_advanced( title="CAR-T", author="Wang", journal="Nature", start_date="2024/01/01", source="pubmed", num_results=10 ) ``` #### 3. get_paper_metadata 获取特定论文的详细元数据 **参数：** - `identifier` (str): 论文标识符（PMID、DOI、arXiv ID等） - `source` (str): 数据源 **示例：** ```python get_paper_metadata(identifier="40883768", source="pubmed") ``` #### 4. download_paper_pdf 下载论文PDF **参数：** - `identifier` (str): 论文标识符 - `source` (str): 数据源 **示例：** ```python download_paper_pdf(identifier="2301.00001", source="arxiv") ``` #### 5. list_available_sources 列出所有可用的数据源 **返回：** ```python ["pubmed", "biorxiv", "medrxiv", "arxiv", "semantic_scholar", "scihub"] ``` #### 6. deep_paper_analysis 生成全面的论文分析提示 **参数：** - `identifier` (str): 论文标识符 - `source` (str): 数据源 ### 服务器：`academic-research`（高级分析与研究） #### 1. analyze_citation_network 分析论文的引用网络 **参数：** - `paper_id` (str): 论文标识符（DOI、PMID等） - `source` (str): 数据源（默认："semantic_scholar"） - `max_depth` (int): 网络深度1-3层（默认：2） #### 2. evaluate_paper_impact 评估论文的学术影响力 **参数：** - `paper_id` (str): 论文标识符 - `source` (str): 数据源（默认："semantic_scholar"） #### 3. recommend_related_papers 基于多种策略推荐相关文献 **参数：** - `paper_id` (str): 源论文标识符 - `source` (str): 数据源（默认："semantic_scholar"） - `num_recommendations` (int): 推荐数量（默认：10） - `strategy` (str): 推荐策略 - "comprehensive"、"citations"、"similar"或"influential" #### 4. research_workflow_complete **⭐ 推荐核心功能** - 完整研究工作流：检索 → 分析 → 阅读 → 总结 **参数：** - `topic` (str): 研究主题（例如："CRISPR基因编辑"） - `num_papers` (int): 检索论文数量（默认：5） - `include_analysis` (bool): 包含深度分析（默认：true） - `include_summary` (bool): 包含自动摘要（默认：true） #### 5. analyze_local_paper 全面分析本地或在线PDF论文 **参数：** - `pdf_path` (str): PDF文件路径（本地或URL） - `include_figures` (bool): 分析图表（默认：true） - `include_summary` (bool): 生成摘要（默认：true） #### 6. list_all_figures 列出PDF论文中的所有图表 **参数：** - `pdf_path` (str): PDF文件路径（本地或URL） #### 7. explain_specific_figure 解释PDF中的特定图表 **参数：** - `pdf_path` (str): PDF文件路径（本地或URL） - `figure_number` (int): 图表编号（例如：1、2、3） - `provide_context` (bool): 包含上下文段落（默认：true） #### 8. extract_text_from_pdf 从PDF提取文本内容（支持本地和在线URL） **参数：** - `pdf_path` (str): PDF路径（本地或URL） - `extract_sections` (bool): 是否按章节提取 - `page_range` (tuple, 可选): 页面范围，如 (1, 10) 表示第1-10页 #### 9. batch_analyze_local_papers 批量分析文件夹中的所有PDF论文（仅支持本地文件夹） **参数：** - `folder_path` (str): 文件夹路径 - `max_papers` (int): 最多分析的论文数量（默认：10） - `file_pattern` (str): 文件匹配模式（默认："*.pdf"） #### 10. compare_papers 对比多篇论文 **参数：** - `paper_ids` (list): 要对比的论文ID列表（2-5篇） - `comparison_aspects` (list, 可选): 对比维度 - "methodology"、"findings"、"impact"、"timeline" #### 11. extract_key_information 从论文中抽取关键信息 **参数：** - `paper_id` (str): 论文标识符 - `source` (str): 数据源（默认："semantic_scholar"） - `info_types` (list, 可选): 要抽取的信息类型列表 - "methodology": 研究方法 - "findings": 主要发现 - "limitations": 研究局限 - "datasets": 使用的数据集 - "metrics": 评估指标 - "contributions": 主要贡献 #### 12. generate_paper_summary 自动生成论文摘要 **参数：** - `paper_id` (str): 论文标识符 - `source` (str): 数据源（默认："semantic_scholar"） - `summary_type` (str): 摘要类型 - "brief": 简短摘要（100-200字） - "comprehensive": 综合摘要（500-800字） - "technical": 技术细节摘要 - "layman": 通俗易懂版本 #### 13. extract_pdf_fulltext 从PDF中提取全文内容 **参数：** - `pdf_url` (str): PDF文件URL - `extract_sections` (bool): 是否识别并提取各个章节（默认：true） ## 📈 使用场景 ### 场景1：文献综述 ``` 帮我搜索所有数据库中关于"免疫治疗"的最新文献，每个数据库找10篇 ``` ### 场景2：追踪最新研究 ``` 搜索bioRxiv和medRxiv上最近6个月关于新冠病毒的预印本 ``` ### 场景3：跨学科研究 ``` 同时在arXiv和Semantic Scholar中搜索"深度学习在蛋白质结构预测中的应用" ``` ### 场景4：特定作者追踪 ``` 在所有数据库中查找作者"Zhang Wei"发表的关于肿瘤免疫的论文 ``` ### 场景5：获取论文详情 ``` 获取PubMed文章40883768的完整信息 ``` ## 🎯 数据源选择指南 | 数据源 | 适用领域 | 特点 | 开放程度 | |--------|----------|------|----------| | **pubmed** | 生物医学、医学 | 权威、同行评审 | 部分开放 | | **biorxiv** | 生物学 | 预印本、最新 | 全部开放 | | **medrxiv** | 医学、临床 | 预印本、最新 | 全部开放 | | **arxiv** | 物理、数学、CS | 预印本、最新 | 全部开放 | | **semantic_scholar** | 全学科 | AI驱动、引用分析 | 取决于来源 | | **scihub** | 全学科 | 广泛覆盖、PDF下载 | 全面覆盖 | | **all** | 全部 | 一次搜索所有 | 混合 | ## 📋 返回数据格式 所有搜索结果采用统一的标准格式： ```python { "id": "唯一标识符（PMID、DOI、arXiv ID等）", "title": "论文标题", "authors": "作者列表（逗号分隔）", "abstract": "论文摘要", "publication_date": "发表日期", "journal": "期刊或来源名称", "url": "论文链接", "pdf_url": "PDF链接（如有）", "source": "数据源（pubmed/biorxiv/arxiv等）" } ``` ## 🔧 高级配置 ### Semantic Scholar API密钥（可选） 免费API有速率限制。如需更高配额： 1. 访问 https://www.semanticscholar.org/product/api 2. 注册并获取免费API密钥 3. 编辑 `academic_server.py` 第35行： ```python "semantic_scholar": SemanticScholarAdapter(api_key="YOUR_API_KEY_HERE") ``` ## 📁 项目架构 ``` Academic-MCP-Server/ ├── academic_server.py # 主MCP服务器 ├── academic_research_advanced.py # 高级研究服务器 ├── adapters/ # 数据库适配器 │ ├── base_adapter.py # 抽象基类 │ ├── pubmed_adapter.py # PubMed适配器 │ ├── biorxiv_adapter.py # bioRxiv/medRxiv │ ├── arxiv_adapter.py # arXiv │ ├── semantic_scholar_adapter.py │ └── scihub_adapter.py # Sci-Hub适配器 ├── utils/ # 工具函数 ├── requirements.txt # 依赖清单 ├── README.md # 英文文档 └── README_CN.md # 本文件 ``` ## 🐛 故障排除 ### 问题：AI无法调用工具 **解决方案：** 1. 重启Cursor 2. 检查MCP配置文件 `mcp.json` 3. 查看Cursor的MCP日志 ### 问题：PubMed适配器失败 **解决方案：** - PubMed功能已完全整合，无需外部目录 - 运行测试验证： `.\venv\Scripts\python.exe test_server.py` - 检查网络连接是否正常 ### 问题：搜索超时 **原因：** 网络问题或API限制 **解决方案：** - 检查网络连接 - 减少 `num_results` 参数 - 稍后重试 - 使用特定数据源而非"all" ### 问题：bioRxiv/medRxiv搜索结果少 **原因：** 这些数据库的搜索API需要遍历时间范围 **说明：** 默认搜索最近1年的数据，这是正常的 ## ⚡ 性能提示 1. **首次搜索较慢** - 各API需要初始化 2. **并发搜索优化** - `source="all"` 现在真正并发搜索所有数据库（使用 `asyncio.gather`） 3. **超时保护** - 每个数据源有30秒超时限制，避免某个源卡住影响整体 4. **合理设置结果数** - 建议10-20篇，过多会影响速度 5. **指定数据源更快** - 如果知道目标数据库，使用具体的 `source` 会更快 ## 🔍 搜索技巧 ### 1. 关键词优化 - ✅ 使用专业术语："CAR-T"而非"嵌合抗原受体" - ✅ 英文搜索效果更好 - ✅ 使用引号精确匹配："machine learning" ### 2. 时间范围 - PubMed使用 `YYYY/MM/DD` 格式 - 其他数据库使用 `YYYY-MM-DD` 格式 ### 3. 数据源选择 - 生物医学 → pubmed, biorxiv, medrxiv - 计算机科学 → arxiv, semantic_scholar - 物理数学 → arxiv - 跨学科 → semantic_scholar, all ## 📚 更多资源 - **快速入门**：`QUICKSTART.md` - **部署总结**：`DEPLOYMENT_SUMMARY.md` - **测试脚本**：运行 `.\venv\Scripts\python.exe test_server.py` ## 🎯 完全独立部署 Academic MCP Server **完全独立**，不需要任何外部依赖： ### 特点 - ✅ 所有PubMed功能已集成到本地 - ✅ 单一目录，简洁部署 - ✅ 5个数据库统一管理 - ✅ 不依赖外部PubMed-MCP-Server ### 使用方式 - 搜索PubMed → 使用 academic 服务器，source="pubmed" - 搜索所有数据库 → 使用 academic 服务器，source="all" - 一个服务器，五个数据库！ ## 🎓 实战示例 ### 示例1：查找UCAR-T最新进展 ``` 帮我在所有数据库中搜索UCAR-T的最新研究，重点关注2024年以后的文章 ``` AI会： 1. 调用 `search_papers(keywords="UCAR-T", source="all")` 2. 从5个数据库获取结果 3. 自动去重和整理 4. 按相关性排序返回 ### 示例2：追踪特定作者 ``` 搜索Wang教授在Nature发表的关于CAR-T的论文 ``` AI会： ```python search_papers_advanced( title="CAR-T", author="Wang", journal="Nature", source="pubmed" ) ``` ### 示例3：下载论文合集 ``` 帮我下载以下arXiv论文：2301.00001, 2302.00123, 2303.00456 ``` AI会依次调用： ```python download_paper_pdf("2301.00001", "arxiv") download_paper_pdf("2302.00123", "arxiv") download_paper_pdf("2303.00456", "arxiv") ``` ## 🌍 数据库覆盖范围 - 🇺🇸 PubMed - 美国国家医学图书馆 - 🌐 bioRxiv - Cold Spring Harbor Laboratory - 🌐 medRxiv - Cold Spring Harbor Laboratory - 🌐 arXiv - Cornell University - 🌐 Semantic Scholar - Allen Institute for AI ## ✨ 核心优势 1. **一站式搜索** - 无需切换多个网站 2. **AI集成** - 直接在对话中获取文献 3. **标准化数据** - 统一格式便于处理 4. **开放获取** - 优先开放文献，可直接下载 5. **持续更新** - 包含最新预印本 6. **跨学科** - 覆盖生物医学到计算机科学 ## 📊 统计数据 - **数据库数量**：6个（PubMed、bioRxiv、medRxiv、arXiv、Semantic Scholar、Sci-Hub） - **MCP服务器数量**：2个（academic、academic-research） - **基础MCP工具数量**：6个 - **高级研究工具数量**：15个 - **代码行数**：~3000行 - **支持的文献格式**：PDF、元数据、引用、全文分析 - **PDF支持**：本地文件和在线URL双重支持 ## 💡 使用建议 1. **重启Cursor** - 配置更新后需要重启 2. **自然语言** - 直接用中文描述需求即可 3. **明确来源** - 说明想搜索哪个数据库 4. **合理范围** - 指定时间范围获得更精准结果 5. **保存结果** - 重要论文信息及时保存 ## 🎉 开始使用 **现在就重启Cursor，开始您的学术探索之旅！** 尝试说： ``` 帮我搜索最新的UCAR-T文献，从所有数据库中查找 ``` 或者： ``` 在bioRxiv中找最近3个月关于mRNA疫苗的预印本 ``` ## 🙏 致谢 - PubMed-MCP-Server - 原始PubMed集成 - NCBI E-utilities - bioRxiv/medRxiv API - arXiv API - Semantic Scholar API - Sci-Hub MCP Server ([JackKuo666/Sci-Hub-MCP-Server](https://github.com/JackKuo666/Sci-Hub-MCP-Server)) - FastMCP框架 ## ⚠️ 免责声明 Sci-Hub集成**仅供研究和教育目的使用**。用户有责任遵守其所在地区的版权法和机构政策。作者不支持或鼓励侵犯版权。在可能的情况下，请通过合法渠道获取论文以支持出版商和作者。 --- **祝您研究顺利！📚🔬🎓**