Cheap Research
廉价研究 v1.0.0
一个有界证据审查引擎。为其提供一个声明和文档语料库——它会提取相关证据、检测矛盾并生成可审计的证据包。无幻觉,无全局真理声明,无开放网络研究。
功能
摄取 PDF, TXT, MD, DOCX, DOC, HTML, RTF, EPUB 文档
提取 与您的声明相关的证据片段
检测 声明与语料库之间的矛盾
渲染 带有注意事项的 Markdown 证据包
审计 不可变的哈希链审计追踪
信任机制
故障关闭 - 执行引擎会阻止无效的权限转换
有界语料库 - 无法在提供的文档之外做出声明
明确的注意事项 - 每个数据包都声明了局限性
无全局真理 - “语料库中未建立”不等于“错误”
需要人工审查 - 声明需要明确的审查者签字确认
MCP 工具
工具 | 描述 |
| 摄取语料库,评估声明,生成证据包 |
| 获取运行状态和证据摘要 |
| 获取最相关的片段 + 矛盾 |
| 获取完整的 Markdown 评估报告 |
| 运行合规性完整性审计 |
| 列出可供下载的论文主题 |
| 列出精选库中的所有论文(可过滤) |
| 将开创性的机器学习论文下载到语料库目录 |
快速入门:下载论文
使用 corpus_load 下载一套精选的基础机器学习论文:
// Download ALL papers to your corpus
corpus_load({ corpus_path: "/path/to/cheap-research/corpus" })
// Or download specific topics
corpus_load({
corpus_path: "/path/to/corpus",
topics: ["transformers", "optimization"]
})
// Or specific papers by ID
corpus_load({
corpus_path: "/path/to/corpus",
paper_ids: ["attention", "bert", "resnet"]
})可用主题: transformers, foundations, optimization, reinforcement, generative, representations, efficiency
包含论文: Attention Is All You Need, BERT, GPT, GPT-3, ResNet, AlexNet, LSTM, Adam, Batch Norm, Dropout, GANs, VAE, Diffusion Models, Vision Transformer, Word2Vec, DQN, Knowledge Distillation 等(共 22 篇论文)。
安装
git clone https://github.com/your-org/cheap-research.git
cd cheap-research
npm install
npm run build添加到您的 AI 助手
此服务器使用模型上下文协议 (MCP)。以下是如何将其连接到您的 AI:
Claude (Claude Code CLI / Claude Desktop)
打开您的 MCP 配置文件:
Claude Code:
~/.claude.jsonClaude Desktop:
~/Library/Application Support/Claude/claude_desktop_config.json(macOS) 或%APPDATA%\Claude\claude_desktop_config.json(Windows)
将服务器添加到
mcpServers:
{
"mcpServers": {
"cheap-research": {
"command": "node",
"args": [
"/ABSOLUTE/PATH/TO/cheap-research/node_modules/.bin/tsx",
"--tsconfig",
"/ABSOLUTE/PATH/TO/cheap-research/tsconfig.base.json",
"/ABSOLUTE/PATH/TO/cheap-research/apps/mcp-server/src/index.ts"
]
}
}
}将
/ABSOLUTE/PATH/TO/替换为您克隆仓库的实际路径。重启 Claude Code 或 Claude Desktop。
在 Claude Code 中输入
/mcp以验证服务器是否已连接。
其他兼容 MCP 的 AI 工具
任何支持 MCP 的 AI 工具都可以使用此服务器。将其指向运行 npm run mcp 命令或使用上述配置格式。请查看您的工具关于 MCP 服务器配置的文档。
作为 MCP 服务器运行(手动)
npm run mcp这将以 stdio 模式启动服务器,准备好供 MCP 客户端使用。
示例
// Start research on a claim
research_start({
task_type: "bounded_doc_claim_assessment",
target_claim: "Attention mechanisms enable Transformers to model long-range dependencies",
entity: "Transformer architecture",
feature: "attention mechanism",
scope: "Assess based on provided neural network papers",
corpus_path: "/path/to/corpus"
})
// Returns: { run_id, status: "completed", assessment: "qualified", ... }支持的格式
格式 | 扩展名 | 解析器 |
| pdf-parse | |
文本 |
| native |
Markdown |
| native |
Word |
| mammoth |
Word (旧版) |
| mammoth + fallback |
HTML |
| cheerio |
RTF |
| rtf-parser |
EPUB |
| epub2 |
不包含的内容(有意为之)
开放网络研究
自主推荐
置信度分数
自由形式的 LLM 合成
自动操作验收
向量嵌入 / 语义搜索
架构
corpus/ → ingestCorpus() → MemoryStore
↓
claim + evidence → findRelevantSpans() → scored spans
↓
→ detectContradictions() → flagged spans
↓
→ createClaimCandidate() → enforcement check
↓
→ renderPacketMarkdown() → evidence packet
↓
→ publishPacket() → audit log状态机
声明、发现、数据包都有由执行引擎强制执行的严格状态转换。非法转换会被明确的拦截器阻止。
审计追踪
哈希链不可变审计日志。每个操作记录包括:
执行者上下文 (谁)
对象引用 (什么)
事件类型 (动作)
有效载荷 (详情)
链哈希 (完整性)
许可证
MIT
Related MCP Connectors
Source-traced evidence research for AI agents. We organise the evidence; you decide.
Fact-checks generated content against your sources of truth showing what to trust, change, & verify.
Evidence-bound second-opinion audit of an agent conclusion against caller-supplied evidence.
Evidence-backed crypto due diligence with sources, freshness, and a runtime receipt on every call.