Scholar Feed MCP Server
Scholar Feed MCPサーバー
Claude Code、Cursor、または任意のMCPクライアントから、LLMによる新規性分析機能を備えた56万件以上のCS/AI/ML研究論文を検索できます。
Scholar FeedはarXivの論文を毎日インデックスし、マルチシグナルスコアリングシステム(最新性、引用速度、機関の評価、コードの利用可能性)を使用してランク付けします。各論文には、LLMによって生成された要約と新規性スコアが付与されています。
クイックスタート
npx scholar-feed-mcp initこの対話型ウィザードは以下の手順を実行します:
APIキーの入力を求めます(scholarfeed.org/settingsで取得してください)
MCPクライアント(Claude Code、Cursor、またはClaude Desktop)を検出します
設定を書き込み、接続を確認します
以上です。 次のように尋ねてみてください:"Search for recent papers on test-time compute scaling"(テスト時計算スケーリングに関する最近の論文を検索して)
できること
技術スカウティング — "What novel research on retrieval-augmented generation was published this month?"(今月公開された検索拡張生成に関する新しい研究は?)
文献レビュー — "Find papers similar to 2401.04088 and export their BibTeX"(2401.04088に類似した論文を見つけてBibTeXをエクスポートして)
トレンド監視 — "What's trending in cs.CV this week? Summarize the top 3."(今週のcs.CVのトレンドは?トップ3を要約して。)
詳細な調査 — "Run a deep research session on 'reasoning in large language models'"(「大規模言語モデルにおける推論」に関する詳細なリサーチセッションを実行して)
ベンチマーク追跡 — "Show me the MMLU leaderboard and compare GPT-4 vs LLaMA-3"(MMLUリーダーボードを表示して、GPT-4とLLaMA-3を比較して)
著者発見 — "Who are the top researchers working on efficient LLM inference?"(効率的なLLM推論に取り組んでいるトップ研究者は誰?)
手動インストール
Claude Code
claude mcp add scholar-feed -e SF_API_KEY=sf_your_key_here -- npx -y scholar-feed-mcpCursor (.cursor/mcp.json)
{
"mcpServers": {
"scholar-feed": {
"command": "npx",
"args": ["-y", "scholar-feed-mcp"],
"env": { "SF_API_KEY": "sf_your_key_here" }
}
}
}Claude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"scholar-feed": {
"command": "npx",
"args": ["-y", "scholar-feed-mcp"],
"env": { "SF_API_KEY": "sf_your_key_here" }
}
}
}プロジェクトスコープ (.mcp.json)
{
"mcpServers": {
"scholar-feed": {
"command": "npx",
"args": ["-y", "scholar-feed-mcp"],
"env": { "SF_API_KEY": "${SF_API_KEY}" }
}
}
}Windowsの注意点: "command": "cmd" および "args": ["/c", "npx", "-y", "scholar-feed-mcp"] を使用してください。
利用可能なツール (23)
コア検索・発見
ツール | 説明 | 主要パラメータ |
| フィルタ付き全文キーワード検索 |
|
| arXiv IDによる論文詳細の取得 |
|
| エンベディングと書誌的結合による類似論文の検索 |
|
| 引用グラフ(参照先または被引用) |
|
| 複合スコアによる今日のトレンド論文 |
|
| 複数の論文を一括検索 |
|
論文コンテンツ
ツール | 説明 | 主要パラメータ |
| LaTeXソースから結果/実験を抽出 |
|
| GitHubリポジトリのREADMEとファイルツリーを取得 |
|
| 論文のBibTeXをエクスポート |
|
| 論文内の構造化されたベンチマーク結果 |
|
ベンチマークと手法
ツール | 説明 | 主要パラメータ |
| 名前によるデータセット/ベンチマークの検索 |
|
| データセットのSOTAリーダーボード |
|
| スコア分布統計(最小、最大、中央値など) |
|
| 時系列の生スコアデータポイント |
|
| 手法名による検索 (LoRA, YOLO, DPOなど) |
|
| ベンチマーク全体でのモデル比較 |
|
著者
ツール | 説明 | 主要パラメータ |
| トピックや名前による研究者の検索 |
|
| 詳細な著者プロフィール (h-index, トピック, 主要論文) |
|
| 著者による全論文 (ページネーション) |
|
リサーチ
ツール | 説明 | 主要パラメータ |
| トピックに関する集約されたランドスケープ統計 |
|
| 多段階のリサーチ合成 (30-120秒) |
|
| 完了したリサーチレポートへのフォローアップ質問 |
|
ユーティリティ
ツール | 説明 | 主要パラメータ |
| APIキーの確認、プランと使用状況の表示 | — |
新規性スコア
各論文には0.0から1.0までの llm_novelty_score が付与されています:
範囲 | 意味 | 例 |
0.7+ | パラダイムシフトまたは広範なSOTA | 分野を変える新しいアーキテクチャ |
0.5-0.7 | 優れた結果を伴う新しい手法 | 明確な利点を持つ新しい学習手法 |
0.3-0.5 | 漸進的な改善 | 既知の手法を新しいドメインに適用 |
<0.3 | 調査、データセット、または小規模な拡張 | 文献レビュー、ベンチマーク公開 |
search_papers で novelty_min: 0.5 を使用して、真に新しい研究をフィルタリングしてください。
レート制限
エンドポイント | 制限 |
| 60/分 |
| 30/分 |
| 60/分 |
| 20/分 |
| 30/分 |
| 30/分 |
| 10/分 |
| 20/分 |
| 10/分 |
| 20/分 |
| 5/分 |
| 5/分 |
| 30/分 |
| 30/分 |
| 30/分 |
| 30/分 |
| 30/分 |
| 20/分 |
| 20/分 |
| 60/分 |
| 30/分 |
| 10/分 |
| 30/分 |
レスポンスには X-RateLimit-Limit、X-RateLimit-Remaining、および X-RateLimit-Reset ヘッダーが含まれます。
レスポンス例
q: "attention mechanism" を指定した search_papers は以下を返します:
{
"papers": [
{
"arxiv_id": "2401.04088",
"title": "Attention Is All You Need (But Not All You Get)",
"authors": ["A. Researcher", "B. Scientist"],
"year": 2024,
"categories": ["cs.LG", "cs.AI"],
"primary_category": "cs.LG",
"arxiv_url": "https://arxiv.org/abs/2401.04088",
"has_code": true,
"github_url": "https://github.com/example/repo",
"citation_count": 42,
"rank_score": 0.73,
"llm_summary": "Proposes a sparse attention variant that reduces compute by 60% while matching dense attention accuracy on 5 benchmarks.",
"llm_novelty_score": 0.55
}
],
"total": 1847,
"page": 1,
"limit": 20,
"next_cursor": "eyJzIjogMC43MywgImlkIjogIjI0MDEuMDQwODgifQ=="
}next_cursor を渡して次のページを取得してください(大規模な結果セットに対してページ番号よりも安定したキーセットページネーションです)。
インストールの確認
セットアップ後、AIアシスタントに check_connection を実行するように依頼してください。以下のように表示されるはずです:
{
"status": "ok",
"plan": "free",
"key_name": "my-key",
"usage_today": 0
}環境変数
変数 | 必須 | デフォルト | 説明 |
| はい | — | Scholar Feed APIキー ( |
| いいえ | 本番URL | APIベースURLのオーバーライド |
開発
npm install
npm run build # Build to build/
npm run dev # Watch mode
npm run typecheck # Type check without emitting
npm test # Run tests貢献
ガイドラインについては CONTRIBUTING.md を参照してください。
トラブルシューティング
"SF_API_KEY environment variable is required"
MCPクライアントが環境変数を渡していません。設定内の env ブロックが上記の例と一致しているか再確認してください。
"Authentication failed: your SF_API_KEY is invalid" キーが無効化された可能性があります。scholarfeed.org/settings で新しいキーを生成してください。
ツール呼び出しがタイムアウトまたはサイレントに失敗する
Node.js 18以降がインストールされていることを確認してください (node --version)。古いバージョンにはネイティブの fetch APIがありません。
古いnpxキャッシュ
アップデート後に古いバージョンのままになっている場合: npx --yes scholar-feed-mcp@latest
Windows: "command not found"
MCP設定で "command": "cmd" と "args": ["/c", "npx", "-y", "scholar-feed-mcp"] を使用してください。
ライセンス
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/YGao2005/scholar-feed-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server