CNKI-Enhanced-MCP

让 AI 真正使用中国知网检索、筛选和处理学术文献。

CNKI-Enhanced-MCP 是一个基于 Playwright 的本地 MCP Server。你可以直接输入一个词、一句话或完整研究问题，它会操作知网页面完成检索，读取候选论文的摘要与来源信息，综合相关性和学术质量重新排序，最后返回带知网详情页链接的论文标题。

它也支持知网原生高级检索、完整题录读取、当前权限下的在线 HTML 正文、PDF/CAJ 下载、引文导出，以及为文本中的论文标题添加知网链接。

为什么使用它

普通关键词搜索往往会同时返回高度相关但质量较低的本科论文、普通校刊、低影响力会议论文，以及题目相似但主题不同的记录。CNKI-Enhanced-MCP 在知网检索结果之上增加了一层面向研究工作的处理：

• 自动把自然语言问题拆成适合知网的搜索矩阵；

• 多关键词场景自动使用高级检索，并处理组内 OR、组间 AND；

• 提取标题、作者、摘要、关键词、机构、基金、来源、文献类型、收录层级、影响因子、被引和下载量等元数据；

• 先判断是否真正相关，再结合来源与文献质量重新排序；

• 不固定返回 10 篇：优质结果多就多返回，少就少返回，不用低质量论文补足数量；

• 默认响应只展示论文标题和详情页链接，减少 MCP 上下文消耗；

• 所有单篇论文操作都使用完整标题，不要求先搜索或保存内部编号。

Related MCP server: paper-search

主要功能

智能搜索

输入“违约金”“自动驾驶”，或者“自动驾驶交通事故中生产者责任如何认定”这样的研究问题。MCP 会自行规划检索字段、搜索矩阵和候选增强过程。

自然搜索始终执行质量增强，调用者不能关闭摘要和来源检查。公开参数只有：

query · mode · limit · year_from · year_to · profile

知网原生结构化检索

当你已经知道要检索哪些字段时，可以直接指定篇名、主题、关键词、作者、机构、基金、摘要、来源、DOI 等条件，并组合 AND、OR、NOT、年份、排序、来源层级和文献类型过滤。

元数据、正文和下载

• 按一个或多个完整标题，或者按一次搜索的 search_id，读取完整题录与摘要；

• 使用当前账号或机构权限读取知网提供的在线 HTML/XML 正文；

• 使用当前合法权限下载 PDF 或 CAJ，但不会解析 PDF/CAJ；

• 未搜索过的标题会自动执行知网“篇名 + 精确”检索，只有完整标题匹配才会采用，不会用相似论文代替。

引文和文本处理

• 支持 GB/T 7714、APA、MLA、Chicago、Vancouver；

• 支持 BibTeX、RIS、EndNote、CSL-JSON、JSON、CSV、Markdown；

• 支持使用白名单字段定义安全的自定义导出模板；

• 可以把文本中的 《论文标题》 转换为指向知网详情页的 Markdown 链接。

快速开始

环境要求

• Windows、macOS 或 Linux；

• Python 3.11 或更高版本；

• 能正常访问 CNKI 的网络环境；

• 在线全文和下载功能需要相应的个人账号、校园网或机构订阅权限。

项目会把 Python 环境、Playwright Chromium、登录状态和运行数据全部放在项目目录中，不会把这些文件散落到用户主目录。

一键安装

下载或克隆项目后，在项目目录运行：

macOS / Linux：

python3 install.py

Windows PowerShell：

py install.py

如果 Linux 还没有 Chromium 所需的系统库：

python3 install.py --with-system-deps

安装器会自动：

1. 在项目中创建 .venv；

2. 安装 CNKI-Enhanced-MCP；

3. 把 Chromium 下载到 .playwright-browsers；

4. 创建 .cnki-data 运行目录；

5. 生成包含绝对路径的 mcp-config.generated.json。

添加到 MCP 客户端

打开安装器生成的 mcp-config.generated.json，把其中的 cnki 配置复制到支持 MCP 的客户端，然后重启客户端。

配置结构如下，实际路径以生成文件为准：

{
  "mcpServers": {
    "cnki": {
      "command": "/ABSOLUTE/PATH/CNKI-Enhanced-MCP/.venv/bin/cnki-enhanced-mcp",
      "env": {
        "PLAYWRIGHT_BROWSERS_PATH": "/ABSOLUTE/PATH/CNKI-Enhanced-MCP/.playwright-browsers",
        "CNKI_MCP_DATA_DIR": "/ABSOLUTE/PATH/CNKI-Enhanced-MCP/.cnki-data"
      }
    }
  }
}

本项目不会自动修改任何 MCP 客户端的全局配置。

第一次使用

先让 MCP 调用 cnki_login。支持三类环境：

• 校园网或机构 IP 已经拥有访问权限；

• 知网个人账号登录；

• 学校图书馆、WebVPN 或统一身份认证等校外入口。

账号密码和学校 SSO 凭据应由你直接在打开的浏览器中输入，不要把密码发送给模型。登录完成后，浏览器 profile 会保存在项目的 .cnki-data/browser-profiles 中供以后复用。

除登录外，搜索使用的可见 Chromium 会自动最小化，尽量减少对桌面工作的干扰。知网可能对无头浏览器触发额外安全验证，因此当前搜索固定使用有头浏览器。

使用示例

自然语言搜索

{
  "query": "自动驾驶交通事故中的生产者责任",
  "mode": "balanced",
  "year_from": 2020
}

mode 可以是：

• precise：更严格，适合概念明确的主题；

• balanced：默认选择，兼顾召回与准确性；

• broad：扩大候选范围，但不会降低最终质量门槛。

limit 是返回数量上限，不是必须凑满的数量。如果只有 3 篇达到相关性和质量标准，即使 limit=10 也只返回 3 篇。

结构化检索

{
  "conditions": [
    {"field": "subject", "value": "违约金", "match": "fuzzy"},
    {"field": "author", "value": "王利明", "operator": "AND", "match": "exact"}
  ],
  "year_from": 2020,
  "sort_by": "cited",
  "pages": 3
}

结构化检索忠实执行调用者指定的知网字段和布尔关系，不会替代自然语言搜索。适合系统综述、查找特定作者、限定期刊或构造可复现检索式。

读取论文元数据

{
  "titles": ["违约金酌减规则论"],
  "fields": ["title", "authors", "source", "year", "abstract", "keywords"],
  "refresh": true
}

也可以传入 search_id 分页读取整次搜索的结果。titles 和 search_id 可以同时使用，重复论文会自动合并。

读取在线 HTML 正文

{
  "title": "完整论文标题",
  "read_all": true
}

默认返回当前权限允许的全部在线正文。需要控制上下文时，可以设置 read_all=false，再使用 offset、max_characters 或 section 分段读取。

返回中的：

• complete_available_content 表示知网已经交付的在线内容是否全部返回；

• complete_article 表示当前拥有完整授权，且正文已经全部返回；

• status=trial 只在正文出现明确试读截断证据时使用，不根据阅读器 URL 的路由参数猜测权限。

导出引文

{
  "titles": ["违约金酌减规则论"],
  "format": "bibtex",
  "save_filename": "references.bib"
}

也可以用一次搜索的 search_id 批量导出。生成文件只会写入 .cnki-data/exports。

自定义格式示例：

{
  "titles": ["违约金酌减规则论"],
  "format": "custom",
  "custom_template": "{authors}.《{title}》[{resource_type}].{source},{year}:{pages}.{url}"
}

为文本添加知网链接

输入：

关于违约金调整，可以参考《违约金酌减规则论》。

工具会保留原文并把完整论文标题转换成知网详情页链接。标题中含有嵌套书名号时也可以处理。

MCP 工具

搜索与排序是怎样工作的

自然搜索大致经过以下过程：

1. 规范化用户输入，识别中文概念、英文缩写、标准号和版本标识；

2. 自动构造概念组和知网搜索矩阵；

3. 单一短语使用快速检索，多关键词使用高级检索；

4. 分别执行主题、篇名和关键词检索，并合并重复记录；

5. 根据标题、关键词、矩阵命中和标识符进行第一轮相关性排序；

6. 动态选择高潜力候选，读取摘要和来源质量信息；

7. 在确认相关的论文中提取少量反馈词，必要时执行一次有边界的补充检索；

8. 先应用相关性门槛，再综合相关性与质量证据重新排序；

9. 使用绝对质量门槛和头部相对门槛决定最终返回数量。

质量增强始终执行。候选不超过 30 篇时全部增强；31～100 篇以 40 篇为目标；101～300 篇以 60 篇为目标；更大结果集以 80 篇为目标。所有详情访问还受到单篇和总时间预算约束，避免失控访问。

质量证据包括：

• CSSCI、北大核心、SCI、SSCI、EI、CSCD、AMI 等可验证收录信息；

• 期刊复合影响因子和综合影响因子；

• 按发表年份校正的被引表现；

• 期刊、博士论文、硕士论文、本科论文、会议论文、报纸等文献类型；

• 摘要、关键词与原始问题的真实相关性。

系统不会维护“不知名大学”或“差期刊”黑名单。无法确认质量时会保守降权，避免某一普通校刊仅因标题高度相关就排在可靠研究之前。

数据、隐私与文件位置

所有运行数据默认位于项目目录：

.playwright-browsers/       Playwright Chromium
.cnki-data/
├── browser-profiles/       登录状态与 Cookie
├── diagnostics/            页面改版或失败诊断
├── downloads/              下载的 PDF/CAJ
├── exports/                引文与题录导出文件
└── cnki.sqlite3            搜索记录与元数据缓存

删除项目目录即可一并删除运行环境和本地数据。.cnki-data 可能包含敏感 Cookie、机构身份和下载记录，请勿提交到 GitHub、发送给他人或包含在公开压缩包中。

本项目遵循以下边界：

• 密码不作为 MCP 参数，不进入模型上下文；

• 验证码只能由用户在可见浏览器中完成；

• 不绕过付费墙、试读限制或机构权限；

• 在线正文不持久化，阅读器临时授权参数不会返回给客户端；

• 下载和导出路径限制在项目工作区内；

• 自定义引文模板只进行白名单字段替换，不执行表达式或代码。

平台支持与限制

安装和路径逻辑支持 Windows、macOS 与 Linux。当前真实端到端验证环境为 macOS arm64、Python 3.13 和 Playwright Chromium；Windows/Linux 分支经过自动化测试，但仍欢迎对应平台的实际反馈。

使用时还应了解：

• CNKI 会不定期修改页面结构，页面改版后可能需要更新选择器；

• 搜索和详情访问是浏览器自动化，速度慢于官方 API；

• CNKI 风控、验证码、账号状态和机构订阅会影响实际结果；

• 在线 HTML 并非所有论文都提供，完整程度取决于当前合法权限；

• PDF/CAJ 只负责下载，不读取或解析；

• 引文格式基于知网现有元数据生成，正式投稿前仍应按目标期刊规范复核。

开发

安装开发依赖：

python3 install.py --dev

运行测试：

./scripts/test.sh

Windows PowerShell：

py install.py --dev

当前自动化测试覆盖搜索规划、结构化检索、质量排序、动态候选池、标题精确解析、HTML 权限识别、引文导出、文本链接、路径隔离和 MCP 公开 schema。真实 CNKI 端到端验证脚本位于 tests/verify_all_tools.py；它会实际访问知网并可能下载论文，不应在没有合法权限时运行。

贡献前请阅读 CONTRIBUTING.md 和 SECURITY.md。

License

本项目采用 GNU General Public License v3.0 or later。第三方组件许可见 THIRD_PARTY_NOTICES.md。

使用本软件不代表获得任何 CNKI 内容许可。用户仍需自行遵守 CNKI 服务条款、版权规则和所在机构的数据库使用政策。