MCP-DBLP

대규모 언어 모델을 위한 DBLP 컴퓨터 과학 참고 문헌 데이터베이스에 대한 액세스를 제공하는 모델 컨텍스트 프로토콜(MCP) 서버입니다.

개요

MCP-DBLP는 모델 컨텍스트 프로토콜을 통해 DBLP(디지털 서지 및 도서관 프로젝트) API를 LLM과 통합하여 AI 모델이 다음을 수행할 수 있도록 합니다.

DBLP 데이터베이스에서 학술 출판물을 검색하고 검색합니다.
인용 처리 및 BibTeX 항목 생성
출판물 제목 및 저자 이름에 대한 퍼지 매칭 수행
서지 정보 추출 및 형식 지정
문서에 포함된 참조 처리
최대 정확도를 위해 LLM 처리를 우회하는 직접 BibTeX 내보내기

특징

부울 쿼리를 사용한 포괄적인 검색 기능
모호한 제목과 저자 이름 일치
DBLP에서 직접 BibTeX 항목 검색
연도 및 장소별 출판물 필터링
출판 데이터의 통계 분석
최대 정확도를 위해 LLM 처리를 우회하는 직접 BibTeX 내보내기 기능

사용 가능한 도구

도구 이름	설명
`search`	부울 쿼리를 사용하여 DBLP에서 출판물 검색
`fuzzy_title_search`	퍼지 제목 매칭으로 출판물 검색
`get_author_publications`	특정 저자의 출판물 검색
`get_venue_info`	출판 장소에 대한 자세한 정보를 얻으세요
`calculate_statistics`	출판 결과로부터 통계 생성
`export_bibtex`	DBLP에서 파일로 BibTeX 항목을 직접 내보냅니다.

피드백

이 양식을 통해 작성자에게 피드백을 제공하세요.

시스템 요구 사항

파이썬 3.11+
자외선

설치

MCP 호환 클라이언트(예: Claude Desktop 앱 )를 설치합니다.
MCP-DBLP를 설치하세요:지엑스피1
구성 파일을 만듭니다.macOS/Linux의 경우:

   ~/Library/Application/Support/Claude/claude_desktop_config.json

Windows의 경우:

   %APPDATA%\Claude\claude_desktop_config.json

다음 내용을 추가합니다.

   {
     "mcpServers": {
       "mcp-dblp": {
         "command": "uv",
         "args": [
           "--directory",
           "/absolute/path/to/mcp-dblp/",
           "run",
           "mcp-dblp",
           "--exportdir",
           "/absolute/path/to/bibtex/export/folder/"
         ]
       }
     }
   }

Windows: C:\\absolute\\path\\to\\mcp-dblp

즉각적인

인용문이 포함된 텍스트와 함께 사용해야 하는 지침 프롬프트가 포함되어 있습니다. Claude Desktop에서는 전기 플러그 아이콘을 통해 지침 프롬프트를 사용할 수 있습니다.

도구 세부 정보

찾다

부울 쿼리 문자열을 사용하여 DBLP에서 출판물을 검색합니다.

매개변수:

query (문자열, 필수): 부울 연산자 'and' 및 'or'를 포함할 수 있는 쿼리 문자열(대소문자 구분 없음)
max_results (숫자, 선택 사항): 반환할 최대 게시 개수입니다. 기본값은 10입니다.
year_from (숫자, 선택 사항): 출판 연도의 하한값
year_to (숫자, 선택 사항): 출판 연도의 상한
venue_filter (문자열, 선택 사항): 출판 장소에 대한 대소문자 구분 없는 하위 문자열 필터(예: 'iclr')
include_bibtex (부울, 선택 사항): BibTeX 항목을 결과에 포함할지 여부입니다. 기본값은 false입니다.

퍼지_제목_검색

DBLP에서 퍼지 제목이 일치하는 출판물을 검색합니다.

매개변수:

title (문자열, 필수): 출판물의 전체 또는 부분 제목(대소문자 구분 없음)
similarity_threshold (숫자, 필수): 0과 1 사이의 부동 소수점(1.0은 정확한 일치를 의미함)
max_results (숫자, 선택 사항): 반환할 최대 게시 개수입니다. 기본값은 10입니다.
year_from (숫자, 선택 사항): 출판 연도의 하한값
year_to (숫자, 선택 사항): 출판 연도의 상한
venue_filter (문자열, 선택 사항): 출판 장소에 대한 대소문자 구분 없는 하위 문자열 필터
include_bibtex (부울, 선택 사항): BibTeX 항목을 결과에 포함할지 여부입니다. 기본값은 false입니다.

저자_출판물 가져오기

퍼지 매칭을 통해 특정 저자의 출판 세부 정보를 검색합니다.

매개변수:

author_name (문자열, 필수): 전체 또는 일부 작성자 이름(대소문자 구분 없음)
similarity_threshold (숫자, 필수): 0과 1 사이의 부동 소수점(1.0은 정확한 일치를 의미함)
max_results (숫자, 선택 사항): 반환할 최대 게시 개수입니다. 기본값은 20입니다.
include_bibtex (부울, 선택 사항): BibTeX 항목을 결과에 포함할지 여부입니다. 기본값은 false입니다.

장소_정보_받기

출판 장소에 대한 자세한 정보를 검색합니다.

매개변수:

venue_name (문자열, 필수): 장소 이름 또는 약어(예: 'ICLR' 또는 전체 이름)

통계 계산

출판 결과 목록에서 통계를 계산합니다.

매개변수:

results (배열, 필수): '제목', '저자', '장소' 및 '연도'를 각각 최소한 포함하는 출판물 개체의 배열

export_bibtex

BibTeX 항목을 DBLP에서 로컬 파일로 직접 내보냅니다.

매개변수:

links
(문자열, 필수): 하나 이상의 주요 링크가 포함된 HTML 문자열
- 예: "<a href=https://dblp.org/rec/journals/example.bib>Smith2023</a>"

행동:

각 링크의 경우 BibTeX 항목은 DBLP에서 직접 가져옵니다.
링크 텍스트에 지정된 키로 인용 키만 대체됩니다.
모든 항목은 --exportdir 로 지정된 폴더의 타임스탬프가 찍힌 .bib 파일에 저장됩니다.
저장된 파일의 전체 경로를 반환합니다.

중요 참고 사항: BibTeX 항목은 DBLP에서 직접 가져오며 10초의 시간 초과 보호 기능을 갖추고 LLM에서 처리, 수정 또는 변환되지 않습니다. 이를 통해 서지 데이터의 정확성과 신뢰성을 극대화할 수 있습니다. 인용 키만 지정된 대로 수정됩니다. 요청 시간이 초과되면 출력에 오류 메시지가 포함됩니다.

예

입력 텍스트:

본 연구는 지역적 및 글로벌 맥락에서 귀추적 설명 문제와 대조적 설명 문제 두 가지 유형에 초점을 맞춥니다(Marques-Silva, 2023). 귀추적 설명(Ignatiev, Narodytska, and Marques-Silva, 2019)은 주요 함축적 설명(Shih, Choi, and Darwiche, 2018)과 충분 이유 설명(Darwiche and Ji, 2022)에 해당하며, 구체적인 의사결정 사례를 명확히 하는 반면, 대조적 설명(Miller, 2019; Ignatiev et al., 2020)은 필연적 이유 설명(Darwiche and Ji, 2022)에 해당하며, 대안을 선택하지 않은 이유를 명확하게 제시합니다. 반대로, 글로벌 설명(Ribeiro, Singh, and Guestrin 2016; Ignatiev, Narodytska, and Marques-Silva 2019)은 다양한 입력에 대한 모델의 의사 결정 패턴을 풀어내는 것을 목표로 합니다.

출력 텍스트:

본 연구는 지역적 및 전역적 맥락에서 귀추적 설명과 대조적 설명의 두 가지 유형의 문제에 초점을 맞춥니다(MarquesSilvaI23). 귀추적 설명(IgnatievNM19)은 소인수-암시적 설명(ShihCD18)과 충분 이유 설명(DarwicheJ22)에 해당하며, 구체적인 의사 결정 사례를 명확히 하는 반면, 대조적 설명(Miller19; IgnatievNA020)은 필연적 이유 설명(DarwicheJ22)에 해당하며, 대안을 선택하지 않은 이유를 명확하게 제시합니다. 반대로, 전역적 설명(Ribeiro0G16; IgnatievNM19)은 다양한 입력에 대한 모델의 의사 결정 패턴을 밝히는 것을 목표로 합니다.

Bibtex 출력

모든 참조가 BibTeX 파일(/absolute/path/to/bibtex/20250305_231431.bib)로 성공적으로 내보내졌습니다.

@article{MarquesSilvaI23,
 author       = {Jo{\~{a}}o Marques{-}Silva and
                 Alexey Ignatiev},
 title        = {No silver bullet: interpretable {ML} models must be explained},
 journal      = {Frontiers Artif. Intell.},
 volume       = {6},
 year         = {2023},
 url          = {https://doi.org/10.3389/frai.2023.1128212},
 doi          = {10.3389/FRAI.2023.1128212},
 timestamp    = {Tue, 07 May 2024 20:23:47 +0200},
 biburl       = {https://dblp.org/rec/journals/frai/MarquesSilvaI23.bib},
 bibsource    = {dblp computer science bibliography, https://dblp.org}
}

@inproceedings{IgnatievNM19,
 author       = {Alexey Ignatiev and
                 Nina Narodytska and
                 Jo{\~{a}}o Marques{-}Silva},
 title        = {Abduction-Based Explanations for Machine Learning Models},
 booktitle    = {The Thirty-Third {AAAI} Conference on Artificial Intelligence, {AAAI}
                 2019, The Thirty-First Innovative Applications of Artificial Intelligence
                 Conference, {IAAI} 2019, The Ninth {AAAI} Symposium on Educational
                 Advances in Artificial Intelligence, {EAAI} 2019, Honolulu, Hawaii,
                 USA, January 27 - February 1, 2019},
 pages        = {1511--1519},
 publisher    = {{AAAI} Press},
 year         = {2019},
 url          = {https://doi.org/10.1609/aaai.v33i01.33011511},
 doi          = {10.1609/AAAI.V33I01.33011511},
 timestamp    = {Mon, 04 Sep 2023 12:29:24 +0200},
 biburl       = {https://dblp.org/rec/conf/aaai/IgnatievNM19.bib},
 bibsource    = {dblp computer science bibliography, https://dblp.org}
}

@inproceedings{ShihCD18,
 author       = {Andy Shih and
                 Arthur Choi and
                 Adnan Darwiche},
 editor       = {J{\'{e}}r{\^{o}}me Lang},
 title        = {A Symbolic Approach to Explaining Bayesian Network Classifiers},
 booktitle    = {Proceedings of the Twenty-Seventh International Joint Conference on
                 Artificial Intelligence, {IJCAI} 2018, July 13-19, 2018, Stockholm,
                 Sweden},
 pages        = {5103--5111},
 publisher    = {ijcai.org},
 year         = {2018},
 url          = {https://doi.org/10.24963/ijcai.2018/708},
 doi          = {10.24963/IJCAI.2018/708},
 timestamp    = {Tue, 20 Aug 2019 16:19:08 +0200},
 biburl       = {https://dblp.org/rec/conf/ijcai/ShihCD18.bib},
 bibsource    = {dblp computer science bibliography, https://dblp.org}
}

@inproceedings{DarwicheJ22,
 author       = {Adnan Darwiche and
                 Chunxi Ji},
 title        = {On the Computation of Necessary and Sufficient Explanations},
 booktitle    = {Thirty-Sixth {AAAI} Conference on Artificial Intelligence, {AAAI}
                 2022, Thirty-Fourth Conference on Innovative Applications of Artificial
                 Intelligence, {IAAI} 2022, The Twelveth Symposium on Educational Advances
                 in Artificial Intelligence, {EAAI} 2022 Virtual Event, February 22
                 - March 1, 2022},
 pages        = {5582--5591},
 publisher    = {{AAAI} Press},
 year         = {2022},
 url          = {https://doi.org/10.1609/aaai.v36i5.20498},
 doi          = {10.1609/AAAI.V36I5.20498},
 timestamp    = {Mon, 04 Sep 2023 16:50:24 +0200},
 biburl       = {https://dblp.org/rec/conf/aaai/DarwicheJ22.bib},
 bibsource    = {dblp computer science bibliography, https://dblp.org}
}

@article{Miller19,
 author       = {Tim Miller},
 title        = {Explanation in artificial intelligence: Insights from the social sciences},
 journal      = {Artif. Intell.},
 volume       = {267},
 pages        = {1--38},
 year         = {2019},
 url          = {https://doi.org/10.1016/j.artint.2018.07.007},
 doi          = {10.1016/J.ARTINT.2018.07.007},
 timestamp    = {Thu, 25 May 2023 12:52:41 +0200},
 biburl       = {https://dblp.org/rec/journals/ai/Miller19.bib},
 bibsource    = {dblp computer science bibliography, https://dblp.org}
}

@inproceedings{IgnatievNA020,
 author       = {Alexey Ignatiev and
                 Nina Narodytska and
                 Nicholas Asher and
                 Jo{\~{a}}o Marques{-}Silva},
 editor       = {Matteo Baldoni and
                 Stefania Bandini},
 title        = {From Contrastive to Abductive Explanations and Back Again},
 booktitle    = {AIxIA 2020 - Advances in Artificial Intelligence - XIXth International
                 Conference of the Italian Association for Artificial Intelligence,
                 Virtual Event, November 25-27, 2020, Revised Selected Papers},
 series       = {Lecture Notes in Computer Science},
 volume       = {12414},
 pages        = {335--355},
 publisher    = {Springer},
 year         = {2020},
 url          = {https://doi.org/10.1007/978-3-030-77091-4\_21},
 doi          = {10.1007/978-3-030-77091-4\_21},
 timestamp    = {Tue, 15 Jun 2021 17:23:54 +0200},
 biburl       = {https://dblp.org/rec/conf/aiia/IgnatievNA020.bib},
 bibsource    = {dblp computer science bibliography, https://dblp.org}
}

@inproceedings{Ribeiro0G16,
 author       = {Marco T{\'{u}}lio Ribeiro and
                 Sameer Singh and
                 Carlos Guestrin},
 editor       = {Balaji Krishnapuram and
                 Mohak Shah and
                 Alexander J. Smola and
                 Charu C. Aggarwal and
                 Dou Shen and
                 Rajeev Rastogi},
 title        = {"Why Should {I} Trust You?": Explaining the Predictions of Any Classifier},
 booktitle    = {Proceedings of the 22nd {ACM} {SIGKDD} International Conference on
                 Knowledge Discovery and Data Mining, San Francisco, CA, USA, August
                 13-17, 2016},
 pages        = {1135--1144},
 publisher    = {{ACM}},
 year         = {2016},
 url          = {https://doi.org/10.1145/2939672.2939778},
 doi          = {10.1145/2939672.2939778},
 timestamp    = {Fri, 25 Dec 2020 01:14:16 +0100},
 biburl       = {https://dblp.org/rec/conf/kdd/Ribeiro0G16.bib},
 bibsource    = {dblp computer science bibliography, https://dblp.org}
}

부인 성명

이 MCP-DBLP는 프로토타입 단계이므로 주의해서 사용해야 합니다. 사용자는 직접 실험해 보는 것이 좋지만, 중요한 환경에서의 사용은 사용자 본인의 책임입니다.

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다. 자세한 내용은 라이선스 파일을 참조하세요.

MCP-DBLP

Integrations

MCP-DBLP

개요

특징

사용 가능한 도구

피드백

시스템 요구 사항

설치

즉각적인

도구 세부 정보

찾다

퍼지_제목_검색

저자_출판물 가져오기

장소_정보_받기

통계 계산

export_bibtex

예

입력 텍스트:

출력 텍스트:

Bibtex 출력

부인 성명

특허

Tools

Related Resources

Appeared in Searches