Ищите научные статьи с помощью Claude, Cursor или любого другого ИИ-инструмента, совместимого с MCP.
BGPT — это удаленный сервер Model Context Protocol (MCP), который предоставляет ИИ-ассистентам доступ к базе данных научных статей, созданной на основе полнотекстовых исследований. В отличие от обычных поисковых инструментов, которые возвращают только заголовки и аннотации, BGPT извлекает необработанные экспериментальные данные — методы, результаты, выводы, оценки качества, размеры выборок, ограничения и более 25 полей метаданных для каждой статьи.
Добавьте BGPT в свой MCP-клиент — для бесплатного уровня (50 бесплатных результатов) API-ключ не требуется.
Большинство современных MCP-клиентов поддерживают прямое удаленное подключение. BGPT предлагает два транспорта:
Транспорт | Эндпоинт |
SSE |
|
Streamable HTTP |
|
Claude Desktop (claude_desktop_config.json):
{
"mcpServers": {
"bgpt": {
"url": "https://bgpt.pro/mcp/sse"
}
}
}Cursor (.cursor/mcp.json):
{
"mcpServers": {
"bgpt": {
"url": "https://bgpt.pro/mcp/sse"
}
}
}Claude Code (CLI):
claude mcp add bgpt --transport sse https://bgpt.pro/mcp/sseCline / Roo Code / Windsurf — та же конфигурация:
{
"mcpServers": {
"bgpt": {
"url": "https://bgpt.pro/mcp/sse"
}
}
}Совет: Если ваш клиент поддерживает Streamable HTTP, вы можете использовать
https://bgpt.pro/mcp/stream.
{
"mcpServers": {
"bgpt": {
"command": "npx",
"args": ["-y", "bgpt-mcp"]
}
}
}npm install -g bgpt-mcpЗатем добавьте в свою конфигурацию MCP:
{
"mcpServers": {
"bgpt": {
"command": "bgpt-mcp"
}
}
}Подключитесь к любому из эндпоинтов:
SSE: https://bgpt.pro/mcp/sse
Streamable HTTP: https://bgpt.pro/mcp/streamЭто всё. Никакого Docker или этапов сборки.
Related MCP server: mcp-spacefrontiers
BGPT предоставляет один инструмент: search_papers
Параметр | Тип | Обязательно | Описание |
| string | Да | Поисковые запросы (например, "CRISPR gene editing efficiency") |
| integer | Нет | Количество результатов (1–100, по умолчанию 10) |
| integer | Нет | Возвращать только статьи, опубликованные за последние N дней |
| string | Нет | Ваш ID подписки Stripe для платного доступа |
Результат по каждой статье включает более 25 полей, извлеченных из полного текста:
Заголовок и DOI — стандартные идентификаторы
Методы — дизайн эксперимента, использованные техники
Результаты — необработанные данные, измерения, статистические исходы
Выводы — что определили авторы
Оценки качества — оценка методологической строгости
Размеры выборок — количество участников/образцов
Ограничения — признанные слабые стороны
И многое другое — финансирование, конфликты интересов, тип исследования и т.д.
Спросите своего ИИ-ассистента:
"Найди недавние статьи о частоте ответов на CAR-T клеточную терапию"
BGPT возвращает структурированные экспериментальные данные, которые ваш ИИ может анализировать, а не просто список заголовков.
Уровень | Стоимость | Детали |
Бесплатный | $0 | 50 бесплатных результатов, API-ключ не нужен |
Оплата по факту | $0.02/результат | Оплата за каждый полученный результат. Получите API-ключ на bgpt.pro/mcp |
Your AI Assistant (Claude, Cursor, etc.)
│
│ MCP Protocol (SSE or Streamable HTTP)
▼
BGPT MCP Server
https://bgpt.pro/mcp/sse
https://bgpt.pro/mcp/stream
│
│ search_papers(query, ...)
▼
BGPT Paper Database
(full-text extracted data)
│
▼
Structured Results
(methods, results, quality scores, 25+ fields)BGPT — это хостинговый удаленный сервер — ваш MCP-клиент подключается через SSE или Streamable HTTP. Локальная установка не требуется.
Обзоры литературы — попросите ИИ проанализировать тему с использованием реальных экспериментальных данных
Синтез доказательств — основывайте ответы ИИ на фактических результатах исследований
Помощь в исследованиях — находите статьи по методологии, результатам или дате публикации
Проверка фактов — сверяйте утверждения с опубликованными экспериментальными результатами
Написание заявок на гранты — быстро собирайте доказательную базу для предложений
Поле | Значение |
Протокол | MCP (Model Context Protocol) |
Транспорт | SSE (Server-Sent Events) или Streamable HTTP |
SSE Эндпоинт |
|
Streamable HTTP Эндпоинт |
|
Аутентификация | Не требуется (бесплатный уровень) / Stripe API-ключ (платный) |
{
"mcpServers": {
"bgpt": {
"url": "https://bgpt.pro/mcp/sse"
}
}
}Полная документация, FAQ и руководства по настройке: bgpt.pro/mcp
Email: contact@bgpt.pro
Проблемы: GitHub Issues
API-ключ / Биллинг: bgpt.pro/mcp
См. CONTRIBUTING.md для получения рекомендаций по сообщению об ошибках, запросу функций и участию в разработке.
Этот репозиторий (документация, примеры и файлы конфигурации) лицензирован по лицензии MIT.
Сам сервис BGPT MCP API управляется BGPT и регулируется его собственными условиями использования.
Look up a single paper by its DOI.
| Name | Required | Description | Default |
|---|---|---|---|
| doi | Yes | The DOI of the paper (e.g. "10.1038/s41586-024-07386-0"). |
| Name | Required | Description |
|---|---|---|
No output parameters | ||
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Annotations already declare readOnlyHint and idempotentHint, indicating a safe, idempotent operation. The description adds no extra behavioral context (e.g., response format, authentication) beyond what annotations provide.
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, direct sentence with no wasted words. It is front-loaded with the core action and resource.
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 simple tool with one parameter and an output schema, the description fully covers the functionality. The output schema eliminates the need to describe return values.
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 input schema has 100% description coverage for the single 'doi' parameter, including an example. The description ('by its DOI') adds no additional meaning beyond what the schema already conveys.
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 ('look up') and the resource ('a single paper') using a specific identifier ('DOI'). This directly distinguishes it from the sibling tool 'search_papers', which would be used for broader searches.
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 on when to use this tool versus alternatives. The sibling tool 'search_papers' is listed, but the description does not contrast or provide usage context.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Search BGPT's database of scientific papers by keyword.
| Name | Required | Description | Default |
|---|---|---|---|
| query | Yes | Search terms (e.g. "CRISPR gene editing efficiency") Short, concise queries are best. English language only. Don't include years or filters — use the days_back and num_results params instead. | |
| days_back | No | Only return papers published within the last N days. | |
| num_results | No | Number of results to return (1-100, default 16). First 50 results are free, then billed at $0.01/result for paid users. |
| Name | Required | Description |
|---|---|---|
No output parameters | ||
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Annotations already provide readOnlyHint and idempotentHint. The description adds no behavioral context beyond 'search by keyword,' such as rate limits, pagination behavior, or billing details (which are in param descriptions but not the main description). Minimal additional 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?
Single sentence, no wasted words. However, it is very brief and could be structured to front-load key information like what the tool does, but it does so adequately.
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's simplicity, parameter richness, and presence of output schema, the description is sufficiently complete. It covers the core function and leaves return value details to the output schema.
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 descriptions cover all parameters (100%). The description adds valuable usage hints beyond schema: 'Short, concise queries are best. English language only. Don't include years or filters...' This aids correct parameter use.
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?
Description clearly states the verb (Search), resource (BGPT's database of scientific papers), and method (by keyword). It distinguishes from sibling lookup_paper which is likely a direct lookup by ID.
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 explicit guidance on when to use this tool versus lookup_paper. The description implies use for keyword search, but does not state when not to use it or provide alternatives. Usage is implied but not clearly delineated.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
The two tools have entirely distinct purposes: lookup_paper retrieves a specific paper by DOI, while search_papers finds papers by keyword. There is no overlap or ambiguity.
Both tool names follow a consistent verb_noun snake_case pattern (lookup_paper, search_papers), making them predictable and readable.
With only two tools, the server feels minimal but not unreasonable for a focused paper retrieval service. However, it's on the thin side for a database named BGPT.
The server provides basic search and retrieval by DOI, covering core read operations. Missing features like author-based search, citation info, or export are notable but not critical for simple use.
Search 8.5M scientific papers with LLM TLDRs, citations, linked entities, figures, and full text.
Science MCP — free science data APIs
Biomedical data: compounds, drug info, and molecular targets
Search 340M+ academic papers — citation graphs, semantic similarity, and AI literature reviews.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/connerlambden/bgpt-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server
