methods-mcp

学術論文向けの構造化メソッド抽出と再現性ヒューリスティクスを提供する、軽量でオンデマンドなMCPサーバーです。Worldwide AI Science Fellowship ビルドチャレンジのために構築されました。

⚠️ ステータス: alpha (0.1.x)。 ツールの表面と出力形式はマイナーバージョン間で変更される可能性があります。本番環境では正確なバージョンに固定してください。バグ報告は GitHub Issues で大歓迎です。

クイックデモ

$ uvx --from methods-mcp methods-mcp --version
methods-mcp 0.1.6

# In a Claude Code session:
> /mcp add methods-mcp methods-mcp
> Run methods_repro_review on https://arxiv.org/abs/2509.06917

  → tool: methods_repro_review({"input_str":"https://arxiv.org/abs/2509.06917"})

# Returns a MethodsReproReview object. Read `narrative` first — it explains
# everything else in plain English, so no tool-learning is required:

{
  "status": "ok",
  "narrative":
    "Resolved the paper: 'Paper2Agent' by Miao et al. (arxiv 2509.06917, "
    "2025-09-08). Extracted 11 methods steps at moderate self-reported "
    "confidence (0.72) — the procedure is clearly described but hyperparameters "
    "and software versions are absent. Detected the associated code repository "
    "https://github.com/jmiao24/Paper2Agent from an inline link in the paper "
    "text (detection confidence 0.94). The repo scored 0.90/1.00 on the "
    "reproducibility heuristic — verdict: likely reproducible. Present signals: "
    "substantive README, dependencies file, notebooks, figure-plotting script, "
    "recent activity, permissive license. Missing: data/fixtures directory. "
    "Suggested entrypoint: `python make_figures.py`.",
  "metadata":          { ... },   # PaperMetadata
  "methods":           { ... },   # MethodsStructured (null if extraction failed)
  "code_repo":         { ... },   # CodeRepo           (null only if input unresolvable)
  "repro_assessment":  { ... },   # ReproAssessment   (null if no repo detected)
  "errors":            []         # [{step, error_type, message, hint}] on partial
}

methods-mcp は、小さく明確にスコープされた Model Context Protocol サーバーです。任意のAIエージェント（Claude Code、Claude Desktop、Agent SDK スクリプトなど）に、学術論文のURLを次のものに変換する8つのツールを提供します：

• 正規メタデータ、

• ベストエフォートの全文＋セクション分割、

• Pydantic検証済みの構造化メソッドオブジェクト（手順 / 試薬 / 機器 / 解析）、

• 論文に関連するコードリポジトリ（ベストエフォートでの発見）、

• そのリポジトリに対する実行不要の再現性判定、

• マルチモードの要約。

切り口： Paper2Agent（Stanford）のような重量級パイプラインは、論文をエージェント対応ツールに変換するのに30分から数時間かかります。methods-mcp はエージェントから呼び出し可能なオンデマンドの補完です — すべてのツールが数秒で返り、クローンも実行も不要です。

Related MCP server: paperstack

インストール

uv add methods-mcp
# or, install globally:
uv tool install methods-mcp
# or, classic pip:
pip install methods-mcp

APIキー

最良のパフォーマンスを得るには、両方を設定してください：

export ANTHROPIC_API_KEY=sk-ant-...
export GITHUB_TOKEN=ghp_...          # optional but recommended

どちらのキーもログ記録や永続化はされません — それぞれ api.anthropic.com と api.github.com にのみ送信されます。SECURITY.md を参照してください。

Claude Code から使う

/mcp add methods-mcp methods-mcp

その後、任意の Claude Code チャットで：

https://arxiv.org/abs/2509.06917 を取得して methods_repro_review を実行してください。論文の内容、メソッドの手順、リポジトリの再現性の見え方を要約してください。

Claude Agent SDK から使う

from claude_agent_sdk import ClaudeAgentOptions, ClaudeSDKClient

options = ClaudeAgentOptions(
    mcp_servers={
        "methods-mcp": {
            "type": "stdio",
            "command": "methods-mcp",
            "args": [],
        }
    },
    allowed_tools=["mcp__methods-mcp__methods_repro_review"],
)

async with ClaudeSDKClient(options=options) as client:
    await client.query(
        "Run methods_repro_review on https://arxiv.org/abs/2509.06917 "
        "and tell me whether the repo looks reproducible."
    )
    async for msg in client.receive_response():
        print(msg)

ツール

すべてのツールは Pydantic v2 モデル（検証済み、JSONシリアライズ可能）を返します。完全な型の表面については src/methods_mcp/schemas.py を参照してください。

設計ノート

• extract_methods は Anthropic のツール使用を利用して、モデルに MethodsStructured Pydantic スキーマのインスタンスを出力させます。 検証失敗時には、検証エラーを含む修復メッセージを1回送信し、再試行してから例外を発生させます。

• assess_repo_reproducibility はクローンも実行も行いません。 公開されている GitHub メタデータと再帰的なツリー一覧からリポジトリをスコアリングします。これは、実際に論文を再実行しようとするバッチツールに対する意図的な切り口です。

• fetch_paper_text は arXiv 論文では PDF 解析よりも ar5iv HTML を優先します。 arXiv 以外の入力では pypdf にフォールバックします。

• デフォルトモデルは claude-sonnet-4-6 です。 METHODS_MCP_MODEL 環境変数または呼び出しごとの model= 引数で上書きできます。

• methods_repro_review は自己記述的なレスポンスを返します。 すべての呼び出しで、トップレベルの status（"ok" / "partial" / "empty"）と、取得したすべての情報を平易な英語で要約した narrative 文字列が設定されます — すべての数値スコアを文脈付きで含みます。narrative と status だけを読む読者は、サブオブジェクトの形状を学ぶことなく全体像を把握できます。サブオブジェクトは利用できない場合 null になります（例：リポジトリが検出されない論文では repro_assessment: null — 「リポジトリなし」は失敗ではないため status は "ok" のまま）。失敗したサブステップは errors に {step, error_type, message, hint} の構造化エントリとして追加されます。hint は、認識されたパターン（APIキー不足、レート制限、404、タイムアウトなど）に対する実行可能な平易な英語の提案であり、それ以外の場合は null です。

スコアと判定の説明

ツールの出力には、似ているが意味が大きく異なる3つの数値フィールドが含まれています。これらは、論文を掘り下げる価値があるかどうかを判断するエージェントのためのトリアージシグナルであり、正確性に関する校正された主張ではありません。

判定バケット（repro_assessment.verdict）は overall_score のしきい値です：

出力で見られる列挙値:

• code_repo.detection_method: paper-text | abstract-link | papers-with-code | metadata | none

• metadata.source: arxiv | biorxiv | doi | url | unknown

セキュリティと制限事項

このサーバーがインストールして実行したときに実際に行うこと:

• ネットワーク呼び出し先は以下のみ: export.arxiv.org、ar5iv.labs.arxiv.org、arxiv.org（PDF）、api.github.com、paperswithcode.com、api.anthropic.com。テレメトリなし、アナリティクスなし、ホームへの通信なし。

• 読み取り: 環境変数から ANTHROPIC_API_KEY（LLMツールに必須）と、オプションで GITHUB_TOKEN。これらはそれぞれ Anthropic / GitHub にのみ送信される。ログに記録されることも、ディスクに永続化されることもない。

• 書き込み: ファイルシステムへの書き込みは一切なし。キャッシュディレクトリも、ダウンロードしたPDFも、一時ファイルもなし。

• 実行: ユーザーが提供したコードは一切実行しない。eval、exec、subprocess、pickle.loads、シェルアウトはなし。再現性ツールは意図的にリポジトリのクローンや実行を行わず、GitHub REST API からのみスコアリングする。

注意すべき制限事項:

• 敵対的な論文は誤解を招く構造化出力を生む可能性がある。 extract_methods ツールは論文テキストを Claude に送信する。プロンプトインジェクションを含む論文は、誤った（しかしスキーマ的には有効な）構造化メソッドを生む可能性がある。出力は研究支援として扱い、絶対的な真実とはみなさないこと。

• 再現性の判定はヒューリスティックであり、証明ではない。 スコアが高いということは、リポジトリが再現用によく構造化されているように見えるという意味であり、コードを実行すれば論文が再現されることを保証するものではない。完全な検証については Paper2Agent を参照。

• ローカルの stdio 利用を想定。 HTTP/SSE トランスポートは開発の便宜のために提供されているが、信頼できるネットワーク上でのみ公開すべきである（httpx が提供する以上の SSRF 保護はない）。

問題の報告:

セキュリティ問題: flynnlachendro@hotmail.co.uk までメールで連絡のこと（SECURITY.md も参照）。機能バグ: GitHub issue を開くこと。

paper-mcp との併用

より広範な論文検索・引用グラフツールについては、同じ Claude Code セッション内で paper-mcp (Bhvaik) を併用して実行する。paper-mcp はタイトルキー検索、全文取得、引用、参考文献を扱い、methods-mcp はその上に構造化メソッド＋再現性レイヤーを追加する。この2つは意図的に組み合わせて使えるように設計されている。

ローカルでの開発

git clone https://github.com/FlynnLachendro/methods-mcp
cd methods-mcp
uv sync --extra dev --extra agent

uv run pytest                      # 49 tests, offline (respx-mocked httpx + unittest.mock for Anthropic)
uv run ruff format .
uv run ruff check . --fix
uv run mypy src

uv run methods-mcp --help

ライセンス

MIT — LICENSE を参照。

謝辞

Worldwide AI Science Fellowship の初回コホートのために構築。Michael Raspuzzi 氏の自由なブリーフィングに感謝。

以下を基に構築:

• FastMCP 3.x — MCP サーバーのスキャフォールド。

• Claude Agent SDK — デモ内のエージェントループ。

• ar5iv.labs.arxiv.org — arXiv 論文のクリーンな HTML。

• Anthropic Claude — 構造化抽出の背後にある LLM。