Omnisearch MCP (based on ieee-research-mcp)

Um servidor Model Context Protocol (MCP) projetado para que agentes LLM (como Claude, Copilot, Cursor, etc.) possam pesquisar literatura acadêmica de forma unificada através de múltiplas fontes, além de permitir indexação local de PDFs.

🚀 Fontes Suportadas

Atualmente, o servidor busca simultaneamente em 7 bases de dados:

1. IEEE Xplore

2. arXiv

3. ACM Digital Library (via CrossRef)

4. Semantic Scholar

5. CORE (core.ac.uk)

6. Scite.ai

7. Consensus.app

Além disso, possui ferramentas para ler e pesquisar dentro da sua biblioteca local de PDFs.

Related MCP server: Research MCP

🛠 Instalação

O projeto requer Python 3.12+ e o gerenciador de pacotes uv.

git clone https://github.com/all3yp/omnisearch-mcp
cd omnisearch-mcp

# 1. Instalar dependências (incluindo o Playwright)
uv sync

# 2. Instalar navegadores necessários para a automação de login
uv run playwright install chromium

# 3. Preparar o arquivo de ambiente
cp .env.example .env

🔐 Configuração e Login Automático

Muitas plataformas cobram por acesso a APIs oficiais ou barram o conteúdo completo. Para contornar isso e buscar metadados de forma eficiente, este projeto utiliza as próprias sessões logadas do seu navegador para injetar cookies nas ferramentas de busca (Scite, Consensus e IEEE via proxy CAPES CAFe).

Usando os Scripts de Login (Cookies)

Disponibilizamos comandos interativos para você fazer login facilmente e salvar os cookies de acesso automaticamente no seu arquivo .env:

• Todas as Plataformas (CAPES + Scite + Consensus em sequência):

  uv run omnisearch-login-all

• CAPES / IEEE Xplore:

  uv run omnisearch-capes-login

• Scite.ai:

  uv run omnisearch-scite-login

• Consensus.app:

  uv run omnisearch-consensus-login

Execução do servidor

uv run omnisearch-mcp

Execução dos testes unitários

uv run pytest --cov=src/omnisearch_mcp --cov-report=term-missing

Como funciona: O script abrirá uma janela do navegador. Basta realizar o seu login normalmente na plataforma. Assim que você for autenticado, a janela será fechada sozinha e o seu arquivo .env será atualizado com os cookies capturados da sessão!

Dica: Após o primeiro login, caso deseje automatizar em segundo plano, você pode tentar passar a flag --headless no comando.

APIs Oficiais (Tokens)

Para as ferramentas que possuem APIs abertas e oficiais, você pode adicionar a chave diretamente editando o arquivo .env:

• SEMANTIC_SCHOLAR_API_KEY: Chave da API do Semantic Scholar (opcional, mas evita rate-limit).

• CORE_API_KEY: Chave da API v3 do CORE (obtida gratuitamente no site deles).

• IEEE_XPLORE_API_KEY: Chave oficial do IEEE (opcional caso esteja utilizando o login da CAPES/proxy).

🤖 Ferramentas MCP (Tools) Disponíveis

💻 Uso com Clientes (Cursor, Claude, etc.)

Adicione o servidor nas configurações do seu cliente MCP apontando para o comando de inicialização deste diretório:

{
  "mcpServers": {
    "omnisearch-mcp": {
      "command": "uv",
      "args": ["run", "omnisearch-mcp"],
      "env": {},
      "cwd": "/caminho/absoluto/para/este/projeto/omnisearch-mcp"
    }
  }
}

📜 Créditos

Este projeto é um fork ampliado e modificado do projeto original ieee-research-mcp criado por Kevin Zhao. A base do servidor e as integrações originais com IEEE, arXiv e CrossRef são creditadas ao trabalho inicial dele.