Это FastMCP stdio-сервер, который предоставляет CiNii Research API — национальную академическую базу данных Японии, эксплуатируемую Национальным институтом информатики (NII), — в виде семи инструментов для использования с Claude Desktop и другими MCP-клиентами.
CiNii Research агрегирует метаданные из KAKEN, CiNii Articles, CiNii Books, IRDB, Crossref, DataCite, PubMed и NDL Search. Для него не существует устоявшегося открытого MCP-инструментария, поэтому этот сервер заполняет этот пробел для исследователей, работающих с японоязычной научной литературой.
CiNii Research индексирует японоязычную науку по пяти типам записей, и этот сервер помещает все их в диалог с Claude: журнальные статьи, книги и монографии, докторские диссертации, грантовые проекты KAKEN и профили исследователей, а также поиск одной записи по CRID. Задайте вопрос на английском — и получите японоязычные научные работы, а рядом с результатами будет показан фактически отправленный японский термин.
KAKEN заслуживает отдельного внимания: он фиксирует то, что было профинансировано, и поэтому показывает текущие проекты, формирующиеся коллаборации и исследования, которые дошли до отчёта по гранту раньше, чем до печати.
Каждый результат несёт отправленный термин, его письменность, то, как CiNii выполнил сопоставление, и квитанцию, фиксирующую запрос, — так что поиск, стоящий за сноской, можно назвать, процитировать и воспроизвести другому человеку.
Related MCP server: article-mcp
Инструмент | Назначение |
| Журнальные статьи (JALC, Crossref, PubMed, IRDB) |
| Книги и монографии (NACSIS-CAT, NDL Search) |
| Докторские диссертации японских университетов |
| Исследовательские проекты, финансируемые KAKEN (科研費) |
| Сквозной поиск по всем типам контента |
| Профили исследователей и аффилиации |
| Поиск одной записи по URL или CRID |
Результаты приходят из CiNii Research OpenSearch v2 API в формате JSON-LD и возвращаются в виде одного типизированного JSON-конверта ответа — см. раздел «Формат ответа» ниже. (Версии до v2.0.1 возвращали форматированный markdown-текст; это ломающее изменение, а не вопрос предпочтений по форматированию.)
Каждый инструмент возвращает один JSON-конверт ответа, создаваемый mediation.py и описанный в response-schema.json. Версия схемы — 2.3.0. Тот же модуль и та же схема вендорятся побайтно идентично во всех серверах семейства, поэтому конверт от одного сервера может прочитать потребитель, написанный для другого.
Конверт сообщает, как был выполнен поиск, а не только то, что найдено:
searched_for — в операциях поиска: фактически отправленный термин, определённая для него письменность и режим сопоставления, поднятые в начало конверта, чтобы пересылающий клиент не мог их отбросить. Операции получения записи (cinii_get_record) опускают его: им передали идентификатор, и они не выбирали термин.
query — input_terms в том виде, как они переданы, normalized в том виде, как отправлены, и определённая script. Эта пара — запись любых преобразований, выполненных между языком вызывающей стороны и корпусом.
matching_mode — metadata_conjunction для этого сервера. Он говорит, как читать result.total.
result.breadth — none, narrow (1–50), broad (51–1000), very_broad (>1000). Пороги намеренно низкие: несколько сотен совпадений, которые уже выглядят как подборка литературы, помечаются, а не проходят незаметно.
items[].matched_in — поле, по которому найдено совпадение, для каждой записи.
receipt — метка времени ISO 8601, SHA-256 по нормализованному запросу и его параметрам и возвращённые идентификаторы. Хэш позволяет проверить термин, который уже есть у вас; его нельзя обратить, чтобы получить такой термин, поэтому единицей депозита является конверт, а не квитанция.
attribution — обязательная строка атрибуции в каждом ответе.
Типизированы и замкнуты. Диагностика — это никогда не проза, которую клиенту приходится разбирать.
Код | Уровень | Значение |
| info | Записи возвращены; отмечать нечего. |
| warning | Записей нет. CiNii сопоставляет каталогизированные метаданные и сочетает многословный запрос через AND, поэтому неиндексируемое составное выражение возвращает ноль, даже если смежные работы существуют. Измените формулировку, прежде чем заключать, что литературы нет. |
| warning | Запрос был на латинице, поэтому он сопоставился только с романизированными и англоязычными метаданными. Форма на японской письменности достигает другого, более крупного корпуса. |
| error | API ответило, и ответило ошибкой. |
| error | Запрос не завершился. Держится отдельно от |
| info | Ответ не был записан в журнал запросов, потому что не настроено назначение для квитанций. На поиск это не влияет; ни одна квитанция не сохраняется. |
| warning | Назначение для квитанций задано, запись была предпринята, но не прошла. Отличается от строки выше тем, что одно является выбором, а другое — сбоем. |
Каждый конверт может быть депонирован в журнал JSONL с добавлением в конец и хэш-сцеплением с помощью ledger.py. Он выключен, пока не задана MCP_RECEIPT_DIR (или устаревшая MCP_RECEIPT_LOG), а сбой журналирования проглатывается, а не возбуждается, — поиск важнее, чем запись о нём. Секреты удаляются до составления строки.
Начиная со схемы 2.3.0 конверт сообщает об этом. Когда ответ не депонируется, emit() добавляет RECEIPT_NOT_DEPOSITED, если переменная не задана, или RECEIPT_WRITE_FAILED, если она задана, а запись не прошла. Тогда этот пробел виден в артефакте, который становится записью, а не только в конфигурационном файле. mediation.deposit_enabled() сообщает тот же факт по запросу.
MCP_RECEIPT_DIR=C:\path\to\receipts # a folder, not a file
MCP_RECEIPT_SESSION=project-or-article-slug
MCP_RECEIPT_STRICT=1 # optional: make logging failure raise
MCP_RECEIPT_LOG=C:\path\to\receipts.jsonl # legacy single file; ignored when _DIR is setПапка и по одному файлу на сервер. MCP_RECEIPT_DIR указывает на каталог, и каждый сервер пишет внутри него свой <server>.jsonl. Это не стремление к порядку. Добавление — это «прочитал последний хэш — затем пиши», и блокировка вокруг него — блокировка потока, которая действует внутри одного процесса, но не между несколькими: шесть серверов — это шесть процессов, и два, ответивших в одно и то же время, прочитают одного и того же предшественника и оба заявят на него права. Измерено, а не теоретизировано: шесть процессов, записавших 150 строк в один файл, породили четырнадцать развилок. MCP_RECEIPT_LOG по-прежнему работает и по-прежнему корректен для одного сервера; для семейства это не та форма.
install.ps1 настраивает это для всех шести и записывает в папку README.
Проверьте одну цепочку или всю папку:
cinii-mcp-ledger verify receipts/cinii.jsonl
cinii-mcp-ledger verify-dir receipts
cinii-mcp-ledger manifest receipts # writes receipts/manifest.jsonverify завершается с ненулевым кодом при сбое и сообщает, какой именно вид он нашёл: развилку (параллельные писатели — ошибка конфигурации, и все строки по-прежнему на месте), отсутствующую строку, переупорядочивание или подделку (строку, которая не хэшируется в собственное содержимое). Только последний вид является утверждением о честности, и если сообщать о них одинаково, читатель может принять одно за другое. Манифест — это объект для цитирования: одно описание всего депозита — количество строк по файлам, первая и последняя временные метки, конечные хэши и объединённые итоги по серверу, письменности и сеансу.
Python 3.10+ в PATH.
application ID для CiNii Web API (appid) — бесплатный; обязателен.
CiNii Research API требует зарегистрированный application ID, который передаётся параметром в каждом запросе.
Зарегистрируйтесь на странице CiNii Web API Developer Registration и получите свой application ID.
Согласитесь с правилами API NII: Academic Content Service Usage Regulations, CiNii Research Usage Detailed Regulations и Academic Content Service Web API Usage Detailed Regulations.
Для коммерческого использования напишите на ciniiadm@nii.ac.jp до подачи заявки.
Тот же application ID работает и с KAKEN API, который использует cinii_search_kaken.
Пакет устанавливает консольный скрипт cinii-mcp. Он размещён в пространстве имён, поэтому может разделять одно окружение с остальными серверами этого семейства.
python3 -m venv .venv
.venv/bin/pip install .В Windows:
py -3.11 -m venv .venv
.venv\Scripts\pip.exe install .Или прямо из репозитория, без клонирования:
uvx --from "git+https://github.com/ckgerteis/cinii-mcp" cinii-mcpПроверьте установку:
.venv/bin/python -c "import cinii_mcp; print(cinii_mcp.__version__)"Эта команда завершится с явной ошибкой, если пакет или один из его вендоренных модулей отсутствует. Не используйте cinii-mcp --help в качестве проверки: неизвестные аргументы игнорируются, сервер запускается, читает до конца ввода и завершается с кодом 0, так что он сообщает об успехе независимо от состояния кода.
Шесть независимых пакетов. Ни один не импортирует другой, ни один не зависит от другого, и каждый устанавливается и отвечает самостоятельно: pip install . в этом каталоге — это полная установка этого сервера и ничего больше.
Но три вещи у них общие: конверт ответа, журнал запросов и — если вы запускаете больше одного — папка квитанций. install.ps1 вендорится побайтно идентичным во все шесть и обеспечивает это. По умолчанию он устанавливает именно этот сервер, потому что клонирование одного репозитория — это не запрос ещё на пять.
.\install.ps1 # this server
.\install.ps1 -All # all six
.\install.ps1 -Servers cinii,cinii # a chosen subsetКакой бы поднабор вы ни указали, он регистрируется относительно одной папки квитанций, которая запрашивается один раз. Скрипт предпочитает соседний checkout, а не сеть, переносит уже зарегистрированные учётные данные, не спрашивая снова, не трогает серверы, о которых его не просили, и останавливается, а не гадает, когда уже зарегистрированные серверы расходятся во мнениях о папке или session slug. Он также проверяет, что ledger.py и mediation.py побайтно идентичны во всём установленном, поэтому две версии конверта не могут незаметно оказаться в одном окружении.
Сервер читает ваш application ID из переменной окружения CINII_APPID. Скопируйте пример файла и заполните его (никогда не коммитьте настоящее значение):
cp .env.example .envCINII_APPID=your_application_id_hereДобавьте запись в %APPDATA%\Claude\claude_desktop_config.json в раздел mcpServers, указывающую на консольный скрипт в том окружении, в которое вы устанавливали. В macOS или Linux используйте абсолютный путь к .venv/bin/cinii-mcp.
{
"mcpServers": {
"cinii": {
"command": "C:\\path\\to\\.venv\\Scripts\\cinii-mcp.exe",
"env": {
"CINII_APPID": "your_application_id_here"
}
}
}
}Изменено в 3.0.0. Более ранние версии регистрировались по пути — "command": "…\\python.exe", "args": ["…\\server.py"]. Эта запись не запустит эту версию, потому что server.py теперь является модулем внутри пакета, а не скриптом рядом со своими импортами. Замените её на консольный скрипт, указанный выше.
Перезапустите Claude Desktop. Семь инструментов должны появиться в списке инструментов под именем «cinii».
NII устанавливает правила использования; их нарушение может привести к блокировке вашего доступа или аннулированию регистрации. Этот сервер отправляет ваш appid в каждом запросе (это требуется) и спроектирован так, чтобы соблюдать правила, но ответственность за использование остаётся на вас:
Не отправляйте большое количество запросов за короткое время. Чрезмерный доступ, влияющий на других пользователей, может быть заблокирован без предупреждения.
appid предназначен только для API-запросов; не раскрывайте его в пользовательских ссылках на страницы CiNii.
Уважайте авторские права при использовании полученных данных, согласно правилам NII.
Если это программное обеспечение помогло вашему исследованию, пожалуйста, процитируйте его. См. CITATION.cff, или используйте кнопку «Процитировать этот репозиторий» на GitHub.
MIT © 2026 Christopher Gerteis.
Эта лицензия распространяется только на серверный код. Она не предоставляет никаких прав на данные CiNii или API CiNii, которые остаются регулируемыми условиями NII, приведёнными выше.
Исследовательский инструмент, сопровождаемый в меру возможностей и предоставляемый «как есть», без гарантий. Не аффилирован с Национальным институтом информатики и не одобрен им.
Dr Christopher Gerteis, SOAS University of London. Данные предоставлены CiNii Research, National Institute of Informatics.
Fetch a single CiNii record by URL or CRID. Returns the unified envelope (operation 'get_record').
| Name | Required | Description | Default |
|---|---|---|---|
| params | Yes |
| Name | Required | Description |
|---|---|---|
| result | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Annotations already declare readOnlyHint, idempotentHint, openWorldHint, and destructiveHint, covering the safety profile. The description adds value by stating the return envelope format (operation 'get_record'), which is not in annotations. No contradiction; it contextually enriches what the tool returns.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
Two crisp sentences: the first states the action and input, the second the expected output. Front-loaded with the core purpose and no filler. Every word earns its place.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
For a single-record fetch with a straightforward input and an output schema provided, the description covers the essential behavior. It mentions the envelope and the operation. The only omission is potential error handling or edge cases, but given the output schema and annotations, it is sufficiently complete for an agent to use correctly.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 0% because the tool description does not discuss parameters. The single parameter 'record_url' is described in the schema as 'Full CiNii URL or CRID', but the description does not compensate for the low coverage. It adds nothing beyond the schema, so the agent must rely solely on the schema's minimal description.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description states a specific verb ('Fetch'), a resource ('single CiNii record'), and the two identifier forms ('by URL or CRID'), which clearly distinguishes it from the sibling search tools (cinii_search_*). It also notes the return envelope with operation 'get_record', making the tool's purpose unambiguous.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description implies usage: you need a specific URL or CRID, which differentiates it from the search siblings. However, it does not explicitly say 'use this when you have an identifier' nor name the alternatives. The context of siblings makes it clear enough, but explicit guidance is missing.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Cross-type search across all CiNii content. Returns the unified envelope.
Records are emitted with record_type 'article' as a default; the cross search mixes types and CiNii does not always disambiguate them in the OpenSearch response.
| Name | Required | Description | Default |
|---|---|---|---|
| params | Yes |
| Name | Required | Description |
|---|---|---|
| result | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
The description adds meaningful behavioral detail beyond the annotations: records default to record_type 'article', mixed types are not always disambiguated, and a unified envelope is returned. This is exactly the kind of caveat an agent needs before relying on the output.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is compact and front-loaded: purpose first, then output envelope, then the critical record_type caveat. Every sentence earns its place with no filler.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
The output schema and annotations cover return shape and safety, and the description covers the important cross-type ambiguity. Parameter semantics are missing from the description, but the schema's property names, defaults, and constraints make invocation reasonably clear.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 0%, and the description does not explain query, lang, count, start, from_year, or to_year. With no parameter guidance in the description, it fails to compensate for the low schema coverage.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly identifies a specific operation: cross-type search across all CiNii content. 'All CiNii content' distinguishes this from the type-specific sibling tools without needing to open their schemas.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description gives clear context: use this for cross-type/all-content searching. It does not explicitly name alternatives or state when not to use it, but the scope is sufficiently explicit.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Search CiNii Research for journal articles. Returns the unified envelope.
CiNii matches catalogued metadata and ANDs a multi-word query, so an un-indexed compound returns zero even when related work exists — a ZERO_CONJUNCTION diagnostic marks this; vary the rendering rather than concluding the literature is absent. A SCRIPT_LATIN_QUERY diagnostic means the query searched romanized metadata only. The same string may behave very differently on J-STAGE (full text). Foundational monographs sit in cinii_search_books, not the article index.
| Name | Required | Description | Default |
|---|---|---|---|
| params | Yes |
| Name | Required | Description |
|---|---|---|
| result | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Annotations already declare readOnlyHint, openWorldHint, idempotentHint, and destructiveHint false, covering safety. The description adds substantial behavioral detail: it explains the ANDing of multi-word queries, the ZERO_CONJUNCTION diagnostic suggesting the query may be unindexed, the SCRIPT_LATIN_QUERY diagnostic for romanized-only searches, and the difference from J-STAGE full-text searching. This goes well beyond the annotations and gives the agent critical insights for interpreting results correctly.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is two short paragraphs. The first sentence states the purpose and return envelope. The second paragraph packs three sentences of useful caveats. It is front-loaded with the core purpose and each subsequent sentence earns its place by clarifying search behavior or pointing to the right sibling tool. There is no fluff or repetition, making it highly concise and well-structured.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
The description covers the essential behavioral quirks that could lead an agent astray (zero results, romanized search, J-STAGE differences) and routes monographs to the correct tool. It does not explain the 'unified envelope' return format, but an output schema exists so that is acceptable. It also does not detail pagination or sorting semantics, but those are likely standard and inferable from the schema. The description is sufficient for effective use given the existing schema and annotations.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
The schema has a description for the 'query' parameter, but the overall schema coverage is low (0% per signals, though query has a description). The description compensates by explaining how the query is interpreted (ANDs multi-word queries, may hit romanized metadata), which directly affects how to construct the query. It does not explain other parameters like sort, count, or filters, but those are standard and have defaults. Given the low coverage, the description adds meaningful semantic value for the most critical parameter, so a 4 is warranted.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description states 'Search CiNii Research for journal articles' — a specific verb and resource, clearly distinguishing it from the other CiNii tools. It also explicitly notes that monographs belong in cinii_search_books, reinforcing the boundary to sibling tools. This is unambiguous and immediately tells an agent what the tool does and what it does not cover.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description provides clear when-to-use context: it tells the agent that the article index is for journal articles and that monographs should be searched in cinii_search_books. It also warns about behavioral differences from J-STAGE, which helps the agent decide if this is the right search. However, it does not explicitly name all alternatives (e.g., cinii_search_all) nor provide a comprehensive when-not-to-use list, so it slightly lacks in guiding against other nearby tools.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Search CiNii Research for books and monographs. Returns the unified envelope.
| Name | Required | Description | Default |
|---|---|---|---|
| params | Yes |
| Name | Required | Description |
|---|---|---|
| result | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Annotations already provide safety information (readOnlyHint=true, idempotentHint=true, destructiveHint=false). The description adds only the phrase 'Returns the unified envelope', which hints at the output format but is redundant given the output schema exists. It does not add behavioral context such as pagination limits, potential delays, or any special handling. Since annotations are present, the bar is lower, but the description still contributes almost nothing beyond the schema.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is a single, compact sentence that is easy to read. It is appropriately sized for a simple search tool, but it is overly sparse — it does not elaborate on scope or usage. It is concise without being informative, so it earns a middle score.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given the tool has a rich schema with 10 parameters and is part of a family of similar search tools, the description is insufficient. It does not mention which parameters to use for common scenarios, does not clarify the 'unified envelope' output structure beyond the schema, and omits any guidance on how this tool differs from its siblings. The presence of an output schema covers return format but not usage context.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 0% — the description does not explain any of the parameters (query, isbn, title, author, etc.). While some parameter names are self-explanatory, the description offers no guidance on how they interact or which are mutually exclusive. With low coverage, the description must compensate, but it does not, leaving the agent to rely on the schema alone.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description states a specific verb ('Search') and a clear resource ('CiNii Research for books and monographs'). It implicitly differentiates from sibling search tools by specifying 'books and monographs', which is distinct from articles, dissertations, and researchers. However, it does not explicitly name a sibling or contrast them, so a 4 is appropriate rather than a 5.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
There is no guidance on when to use this tool versus alternatives. The description does not mention that this is the tool for book/monograph searches or that other tools are for different document types. No prerequisites, exclusions, or alternative tools are referenced, leaving the agent to infer usage solely from the name.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Search CiNii Research for doctoral dissertations. Returns the unified envelope.
| Name | Required | Description | Default |
|---|---|---|---|
| params | Yes |
| Name | Required | Description |
|---|---|---|
| result | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Annotations already convey readOnly, openWorld, idempotent, and non-destructive behavior, so the description need not repeat those. However, the only additional behavioral information, 'Returns the unified envelope,' is cryptic and unexplained, leaving the agent unsure about the actual output structure. This adds little transparent value.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is very short (a single sentence), so it is concise in word count, but that brevity comes at the cost of essential detail. It lacks any structure (e.g., bullets, sections) to organize information, and the sentence itself is too terse to be complete.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Despite having an output schema and a 7-field nested input schema, the description provides almost no context. It does not explain how to form queries, what the 'unified envelope' contains, or how filters work. An agent cannot confidently call this tool without additional documentation, making it severely inadequate for the tool's complexity.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 0%, so the description has the full burden of explaining parameters. It mentions none of the seven parameters (lang, count, query, start, author, to_year, from_year) nor their meaning. The agent must rely solely on field titles and defaults, which is insufficient for correct invocation.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly states the action ('Search'), the resource ('CiNii Research'), and the specific scope ('doctoral dissertations'). It inherently distinguishes itself from sibling tools that target articles, books, researchers, etc., through the explicit mention of dissertations.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
No guidance is given on when to use this tool versus the alternative search tools (e.g., cinii_search_all, cinii_search_articles). The use case is only implied by the tool name and scope, with no explicit 'use this when' or 'for other content types use...' instruction.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Search KAKEN (科研費) research projects. Returns the unified envelope (record_type 'project').
| Name | Required | Description | Default |
|---|---|---|---|
| params | Yes |
| Name | Required | Description |
|---|---|---|
| result | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Annotations already declare readOnlyHint, openWorldHint, idempotentHint, and destructiveHint, covering safety and side-effect expectations. The description adds that it returns the unified envelope with record_type 'project', which is a useful behavioral detail. However, it doesn't disclose pagination behavior, result ordering, or potential rate limits. With annotations covering the main traits, the added value is modest but non-trivial.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is a single, front-loaded sentence with no filler. It communicates the core purpose and the key return-type detail efficiently, which is ideal for an AI agent that needs to quickly parse tool intent.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given the tool has multiple optional parameters and 0% schema coverage, the description is under-specified. It doesn't explain how to construct a valid query, how filters interact, or any constraints. An output schema exists but is not visible in the prompt; the description only hints at the return envelope. An agent would likely need to inspect the schema or make trial calls to use the tool effectively.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 0%, so the description must compensate for the meaning of parameters like query, lang, count, start, from_year, to_year, researcher, and institution. The description only mentions the search action and return type, providing no explanation of how to use the filters. Field names are self-explanatory to some degree, but without any description guidance, an agent may not know parameter formats or combinations.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description states a specific verb ('Search') and a clear resource ('KAKEN research projects'), and it distinguishes itself from sibling search tools by specifying the record_type 'project' in the unified envelope. This makes the tool's purpose unambiguous even without reading the schema.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description implies usage for KAKEN projects but does not explicitly contrast with alternatives such as cinii_search_articles or cinii_search_all. There is no 'use this when' or 'not for' guidance. The sibling list is provided in context but the description itself doesn't reference it, so an agent must infer when to choose this tool.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Search for researchers in CiNii. Returns the unified envelope (record_type 'researcher').
Note: researcher affiliation is not carried by the record schema; the researcher name occupies the title field and the profile URL the ids.url_ja field.
| Name | Required | Description | Default |
|---|---|---|---|
| params | Yes |
| Name | Required | Description |
|---|---|---|
| result | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Annotations already declare readOnlyHint, openWorldHint, idempotentHint, and destructiveHint. The description adds a useful, non-obvious note about field mapping (name in title, profile URL in ids.url_ja) that goes beyond the schema. No contradictions; the note clarifies result interpretation without repeating annotation information.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is a single concise sentence followed by a clearly separated note. The main purpose is front-loaded, and the note is relevant without bloating the text. Efficient and well-structured.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given the schema has no parameter descriptions and the tool has multiple parameters (query, institution, pagination controls), the description is incomplete. The field-mapping note is helpful, but it doesn't cover parameter semantics or usage context. An agent would need to infer most functional details from parameter names alone.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 0%, and the description mentions none of the parameters (query, lang, count, start, institution). The tool requires more than one parameter in practice (via the nested 'params' object), yet the description provides no semantic help, leaving the agent to guess from names alone.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly states 'Search for researchers in CiNii' with a specific verb and resource, and mentions the record_type 'researcher'. It differentiates from siblings like cinii_search_articles by resource type, though it doesn't explicitly name alternatives. The purpose is unambiguous.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
No guidance is provided on when to use this tool versus cinii_search_all or other sibling search tools. There is no mention of scenarios, prerequisites, or exclusions, leaving the agent to infer usage context from the name alone.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Each search tool explicitly targets a distinct content type (articles, books, dissertations, KAKEN projects, researchers, and a cross-type search), with no overlap in purpose. The get_record tool is clearly separate as a single-record fetcher by URL or CRID.
All tools follow the identical pattern 'cinii_search_<type>' for searches, plus 'cinii_get_record' for retrieval, maintaining consistent snake_case and verb-noun ordering throughout.
Seven tools is well-scoped for a literature search MCP server, covering the major CiNii content types without redundancy or unnecessary bloat. Each tool earns its place.
The surface covers all primary search categories (articles, books, dissertations, KAKEN, researchers) plus an all-search and a record fetch, leaving no obvious gaps for the stated purpose of querying CiNii Research.
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Academic research MCP server for paper search, citation checks, graphs, and deep research.
Federated search of books and papers, BibTeX/RIS citations, open-access retrieval and reading.
Read-only MCP tools for AI agent discovery, structured resources, and NIULAI information.
Citable retrieval across papers, books, patents, Wikipedia, and live social sources.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/ckgerteis/cinii-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server
