JCR Journal Partition MCP Server

# JCR分区表MCP服务器 基于ShowJCR仓库数据的Model Context Protocol (MCP) 服务器，为大语言模型提供最新的期刊分区表查询功能。 ## 功能特性 ### 🔧 工具 (Tools) - **search_journal** - 搜索期刊信息，包括影响因子、分区、预警状态等 - **get_partition_trends** - 获取期刊分区变化趋势分析 - **check_warning_journals** - 查询国际期刊预警名单 - **compare_journals** - 对比多个期刊的综合信息 ### 📋 资源 (Resources) - **jcr://database-info** - 数据库基本信息和统计 ### 💡 提示词 (Prompts) - **journal_analysis_prompt** - 期刊分析专用提示词模板 ## 数据来源 本项目基于 [ShowJCR](https://github.com/hitfyd/ShowJCR) 仓库的数据，包括： - **中科院分区表升级版** (2025、2023、2022年) - **JCR期刊影响因子** (2024、2023、2022年) - **国际期刊预警名单** (2025、2024、2023、2021、2020年) - **CCF推荐国际学术期刊目录** (2022年) - **计算领域高质量科技期刊分级目录** (2022年) ## 安装部署 ### 1. 环境要求 - Python 3.8+ - SQLite3 ### 2. 安装依赖 ```bash pip install -r requirements.txt ``` ### 3. 数据同步 首次运行前需要同步数据： ```bash python data_sync.py ``` 选择"1"同步所有数据，等待下载和导入完成。 ### 4. 启动服务器 ```bash python jcr_mcp_server.py ``` ## 客户端测试 ### 独立测试 ```bash python test_client.py ``` 选择模式： - 模式1：自动测试所有功能 - 模式2：交互式查询模式 ### Claude Desktop集成 在Claude Desktop配置文件中添加： ```json { "mcpServers": { "jcr-partition": { "command": "python", "args": ["path/to/jcr_mcp_server.py"], "cwd": "path/to/project" } } } ``` ## 使用示例 ### 1. 期刊搜索 ```python # 搜索Nature期刊 result = await session.call_tool("search_journal", { "journal_name": "Nature" }) ``` ### 2. 分区趋势分析 ```python # 获取Science期刊分区变化趋势 result = await session.call_tool("get_partition_trends", { "journal_name": "Science" }) ``` ### 3. 期刊对比 ```python # 对比三个顶级期刊 result = await session.call_tool("compare_journals", { "journal_list": "Nature,Science,Cell" }) ``` ### 4. 预警期刊查询 ```python # 查询预警期刊 result = await session.call_tool("check_warning_journals", { "keywords": "MDPI" }) ``` ## 输出示例 ### 期刊搜索结果 ``` 📚 期刊名称: NATURE 【2024年】 📊 影响因子: 64.8 🏆 分区: Q1 📖 学科类别: Multidisciplinary Sciences 【2025年】 🏆 分区: 1区 📖 学科类别: 综合性期刊 ``` ### 期刊对比结果 ``` 📊 期刊对比分析结果 期刊名称 最新影响因子 最新分区 预警状态 ---------------------------------------- Nature 64.8 Q1 正常 Science 56.9 Q1 正常 Cell 64.5 Q1 正常 💡 投稿建议: ⭐ Nature: 顶级期刊，强烈推荐 ⭐ Science: 顶级期刊，强烈推荐 ⭐ Cell: 顶级期刊，强烈推荐 ``` ## 技术架构 ### 数据层 - SQLite数据库存储所有分区表数据 - 支持多个年份的历史数据 - 自动数据同步和验证机制 ### 服务层 - FastMCP框架构建MCP服务器 - 异步处理提高性能 - 完善的错误处理和日志记录 ### 接口层 - 标准MCP协议接口 - 支持工具、资源、提示词三种类型 - 兼容各种MCP客户端 ## 扩展说明 ### 添加新数据源 1. 在`data_sync.py`中的`data_sources`字典添加新数据源 2. 运行数据同步更新数据库 3. 在`jcr_mcp_server.py`中更新解析逻辑 ### 添加新工具 1. 在`jcr_mcp_server.py`中使用`@app.tool()`装饰器 2. 实现具体的查询逻辑 3. 添加合适的文档字符串 ### 部署到云端 可以将服务器部署到云平台，支持HTTP传输： ```python app.run(transport="streamable-http", host="0.0.0.0", port=8080) ``` ## 相关链接 - [ShowJCR原项目](https://github.com/hitfyd/ShowJCR) - [MCP官方文档](https://modelcontextprotocol.io/) - [Claude Desktop MCP集成指南](https://claude.ai/docs/mcp) ## 许可证 本项目基于MIT许可证开源。 ## 贡献 欢迎提交Issue和Pull Request来改进这个项目！