Skip to main content
Glama

sparkit-mcp

MCP-Server für SPARKIT — rufen Sie den wissenschaftlichen Forschungsagenten aus Claude Desktop, Cursor, Claude Code oder einem anderen MCP-kompatiblen Client auf.

Zwei Tools werden bereitgestellt:

  • research — eine wissenschaftliche Frage einreichen. SPARKIT durchsucht die Literatur, liest die relevanten Arbeiten und gibt einen zitierten Markdown-Bericht zurück. Blockiert, bis der Auftrag abgeschlossen ist (Standard 4 Min.), und gibt den vollständigen Bericht inline zurück.

  • get_job_status — einen zuvor eingereichten Auftrag anhand der ID abrufen. Nützlich, wenn research zurückkehrte, bevor der Auftrag abgeschlossen war, oder um einen früheren Bericht erneut aufzurufen.

Installation

uv tool install sparkit-mcp

Oder mit pip:

pip install sparkit-mcp

Beides installiert ein sparkit-mcp-Konsolenskript. (Vorabversion: Installieren Sie direkt von GitHub mit uv tool install "git+https://github.com/SPARKIT-science/sparkit-mcp.git" bis die erste PyPI-Version erscheint.)

API-Schlüssel erhalten

  1. Registrieren Sie sich unter https://app.sparkit.science/signup (Try-it kostet 10 $ für 5 Abfragen; Abonnements beginnen bei 50 $/Monat).

  2. Besuchen Sie https://app.sparkit.science/keys und erstellen Sie einen Schlüssel.

  3. Kopieren Sie den Schlüssel — er wird nur einmal angezeigt.

Konfigurieren Sie Ihren MCP-Client

Claude Desktop

Bearbeiten Sie claude_desktop_config.json:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

  • Windows: %APPDATA%\Claude\claude_desktop_config.json

Fügen Sie hinzu:

{
  "mcpServers": {
    "sparkit": {
      "command": "sparkit-mcp",
      "env": {
        "SPARKIT_API_KEY": "sk_sparkit_..."
      }
    }
  }
}

Starten Sie Claude Desktop neu. Sie sollten sparkit im Tool-Symbol neben der Chateingabe sehen.

Wenn sparkit-mcp nicht im PATH von Claude Desktop enthalten ist (häufig bei uv tool), verwenden Sie den absoluten Pfad:

"command": "/Users/you/.local/bin/sparkit-mcp"

(Finden Sie den Pfad mit which sparkit-mcp nach uv tool install.)

Cursor

Bearbeiten Sie ~/.cursor/mcp.json (oder .cursor/mcp.json in Ihrem Projekt):

{
  "mcpServers": {
    "sparkit": {
      "command": "sparkit-mcp",
      "env": {
        "SPARKIT_API_KEY": "sk_sparkit_..."
      }
    }
  }
}

Laden Sie Cursor neu (Cmd+Shift+P → "Reload Window").

Claude Code

claude mcp add sparkit -e SPARKIT_API_KEY=sk_sparkit_... -- sparkit-mcp

Ausprobieren

Fragen Sie nach der Konfiguration das LLM:

Verwende SPARKIT, um die aktuellste Literatur zur Rolle von WRNIP1 als synthetisch-letales Ziel bei Krebs zu recherchieren.

Das LLM ruft research auf. Erwarten Sie eine Wartezeit von 60-180 Sekunden, gefolgt von einem Markdown-Bericht mit Inline-Zitaten und einer nummerierten Quellenliste.

Konfiguration

Umgebungsvariable

Standard

Beschreibung

SPARKIT_API_KEY

(erforderlich)

Bearer-Schlüssel von https://app.sparkit.science/keys.

SPARKIT_API_BASE

https://jlsteenwyk--sparkit-api-web.modal.run

Überschreiben der API-Basis-URL. Nützlich für Staging oder selbst gehostete Bereitstellungen.

SPARKIT_API_TIMEOUT_SECONDS

30

Timeout pro HTTP-Anfrage. Beeinflusst nicht die Gesamtwartezeit für research; das ist max_wait_seconds.

Tool-Referenz

research(question, response_format?, include_citations?, max_wait_seconds?)

Argument

Typ

Standard

Beschreibung

question

string

Die wissenschaftliche Frage. Erforderlich. Seien Sie spezifisch.

response_format

"full" oder "brief"

"full"

Länge des zurückgegebenen Markdown-Berichts.

include_citations

boolean

true

Auf true lassen für Berichte mit Quellenangaben.

max_wait_seconds

int (30-540)

240

Wie lange gewartet werden soll, bevor die job_id mit Anweisungen zum Abrufen zurückgegeben wird.

Gibt Markdown zurück. Bei einem Timeout wird eine Statuszeile mit der job_id zurückgegeben, damit das LLM später get_job_status aufrufen kann.

get_job_status(job_id)

Gibt den zitierten Markdown-Bericht zurück, wenn der Auftrag abgeschlossen ist, eine Statuszeile, wenn er noch läuft, oder andernfalls eine Fehlermeldung.

Fehlerbehebung

Authentifizierung fehlgeschlagenSPARKIT_API_KEY ist nicht gesetzt oder ungültig. Überprüfen Sie claude_desktop_config.json auf Tippfehler; starten Sie Claude Desktop nach Änderungen neu.

Kontingent erschöpft — keine monatlichen Abfragen / Try-it-Guthaben mehr verfügbar. Besuchen Sie https://app.sparkit.science/billing.

Tool erscheint nicht in Claude Desktop — überprüfen Sie das Claude Desktop-Protokoll:

  • macOS: ~/Library/Logs/Claude/mcp-server-sparkit.log

  • Windows: %LOCALAPPDATA%\Claude\Logs\mcp-server-sparkit.log

Das häufigste Problem ist, dass command: sparkit-mcp nicht im PATH ist; ersetzen Sie es durch den absoluten Pfad von which sparkit-mcp.

Auftrag läuft ab (Timeout) — das Limit für max_wait_seconds beträgt 540s (9 Min.). Bei sehr tiefgreifenden Fragen reichen Sie den Auftrag ein und rufen Sie dann get_job_status ab, anstatt inline zu warten. SPARKIT bricht Aufträge, die sein eigenes internes Limit überschreiten, ebenfalls automatisch ab.

Lizenz

MIT.

Install Server
A
license - permissive license
A
quality
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
1Releases (12mo)

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/SPARKIT-science/sparkit-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server