jp-lit-mcp

Dies ist ein MCP-Server für die Suche nach japanischer Literatur, der es KI-Agenten ermöglicht, datenbankübergreifend auf NDL Search, NDL Digital Collections, CiNii Research, J-STAGE, IRDB, JDCat, nihuBridge, Protokolle des Nationalparlaments/Reichstags und mehr zuzugreifen.

MCP stellt die Werkzeuge für Suche und Abruf bereit, während die enthaltenen Skills im Dialog dabei helfen, „welche Datenbank zu verwenden ist“, „welche Suchbegriffe ausprobiert werden sollten“ und „wie die Ergebnisse zu bewerten sind“.

Zuerst die App auswählen

Die größte Hürde bei der Einführung sind die unterschiedlichen MCP-/Skills-Konfigurationen je nach App. Bitte öffnen Sie zuerst die Anleitung für die von Ihnen verwendete App.

Voraussetzung sind Node.js 18 oder höher sowie npm. Für die normale Nutzung müssen Sie das Repository nicht klonen; Sie können den MCP-Server und den Skills-Installer direkt über npx ausführen.

• Installationsanleitung für Cursor

• Installationsanleitung für Claude Code

• Installationsanleitung für Codex CLI

• Installationsanleitung für Codex App

• Skills mit GitHub CLI installieren

Der schnellste Einstieg

1. Registrieren Sie npx -y jp-lit-mcp gemäß der Installationsanleitung Ihrer App als MCP.

2. Installieren Sie die Skills mit npx -y jp-lit-mcp install-skills <app>.

3. Beauftragen Sie die Recherche in der App.

Für die Fehlerdiagnose nach der Installation können Sie den leichtgewichtigen Diagnosebefehl verwenden.

npx -y jp-lit-mcp doctor

Dieser Befehl prüft Node.js 18 oder höher, die Paketversion, die enthaltenen Skills, die Schreibrechte für die Verzeichnisse cache / exports sowie das Vorhandensein von CINII_RESEARCH_APP_ID. CINII_RESEARCH_APP_ID wird für CiNii-Dienste und das KAKEN API-Tool verwendet. Es erfolgt kein Live-API-Zugriff auf externe Datenbanken.

Nur wenn Sie entwickeln oder Quellen hinzufügen möchten, sollten Sie dieses Repository klonen und npm install / npm run build / npm run smoke:mcp ausführen.

Beispiel für eine erste Anfrage:

文献DBで、近代日本の労働文化について、論文と図書を探してください。

文献DBを始めます。明治期の俳句雑誌について、最初に見るべき資料と、使うべき DB を教えてください。

文献検証で、この文章に出てくる文献の実在性を確認してください。

Was ist möglich?

• Suche nach Büchern, wissenschaftlichen Artikeln, Zeitschriftenbeiträgen, Protokollen und Forschungsdaten.

• Überprüfung von Beständen und bibliografischen Details via NDL / CiNii Books etc.

• Zugriff auf Handbücher und Fallbeispiele der „Reference Collaborative Database“ (レファ協).

• Verarbeitung von OCR-Volltexten, Seitenkoordinaten sowie Abbildungen/Illustrationen aus den NDL Digital Collections.

• Überprüfung der Existenz von Literatur, die in eingefügten Texten erwähnt wird.

• Filtern, Zusammenführen und Neuordnen gespeicherter Rechercheergebnisse sowie Export als Markdown / JSON / CSL JSON.

Die als CSL JSON exportierten Ergebnisse können an Literaturverwaltungsprogramme oder Zitationswerkzeuge wie Zotero, Pandoc oder citeproc-basierte Tools übergeben werden.

Details zu unterstützten Quellen und MCP-Tools finden Sie in der technischen Referenz.

Warum Skills verwenden?

Obwohl die Suche auch mit MCP allein möglich ist, müssen die Auswahl der Quellen, die Erweiterung der Suchbegriffe und die Bewertung der Ergebnisse vom Nutzer vorgenommen werden.

Mit dem Skill jp-lit-research erstellen Sie vor der Suche einen Rechercheplan und stellen unter Einbeziehung von Diensten wie der „Reference Collaborative Database“ oder „NDL Research Navi“ die Quellen und Suchbegriffe zusammen. Die Recherche ist nicht als einmaliger Vorgang gedacht, sondern setzt voraus, dass Sie basierend auf den ersten Ergebnissen die nächste Abfrage oder Datenbank neu wählen.

Bei der Rückgabe von Ergebnissen werden nicht nur bibliografische Daten geliefert, sondern nach Möglichkeit auch highlights aus der Volltextsuche sowie kurze Auszüge aus Zusammenfassungen oder Inhaltsverzeichnissen, damit nachvollziehbar ist, „warum dieses Material ausgewählt wurde“. Die genaue Seitenbestimmung erfolgt bei Bedarf durch ein separates Werkzeug.

jp-lit-mcp ist nicht dazu gedacht, dass die LLM die inhaltliche Erfassung oder akademische Einordnung der Literatur abschließend festlegt. Auch bei Literatur, deren Volltext nicht gelesen wurde, kann eine vorläufige Einordnung anhand von Titel, Zusammenfassung, Inhaltsverzeichnis, Rezensionen, Verlagsbeschreibungen oder Web-Fragmenten erfolgen. In diesem Fall wird explizit darauf hingewiesen, dass keine Volltextlektüre stattgefunden hat und worauf die Einordnung basiert. online=true oder Links zu PDF / HTML / Digital Collections bedeuten lediglich, dass ein Zugang online existiert, nicht, dass der Agent den Volltext gelesen hat.

Die Kandidaten werden nicht nur flach aufgelistet, sondern nach Materialtyp, Verlag/Medium, Autorenattributen, Zitations-/Rezensionsstatus und Status der Volltextprüfung vorläufig priorisiert. Die Priorität dient lediglich als Arbeitshilfe für den Menschen, um zu entscheiden, was als Nächstes geprüft werden sollte; sie bestimmt nicht den Wert der Literatur allein anhand von Verlag oder Medium.

Auch die Nachbereitung der Suchergebnisse wird unterstützt. Operationen wie das Sortieren aktueller Ergebnisse, das Filtern auf Online-Publikationen oder der Abgleich von Differenzen/Schnittmengen mit früheren Ergebnissen erfolgen grundsätzlich durch Wiederverwendung gespeicherter Daten. Sie können nicht nur die aktuellen Suchergebnisse, sondern auch früher gespeicherte Ergebnisse durchsuchen und integrieren. cache.hit=true bei jp_lit_search zeigt an, dass der ursprüngliche Cache wiederverwendet wurde. Alter lokaler Cache kann nach Überprüfung der Kandidaten mit jp_lit_prune_cache gelöscht werden.

Für die Überprüfung von Personennamen, Pseudonymen oder Schlagwörtern können Hilfswerkzeuge genutzt werden, die auf „Web NDL Authorities“ zugreifen. So lassen sich beispielsweise Namensbeziehungen (wie bei Takehiro Shikagawa und Tetsuya Asada) klären und entscheiden, ob getrennt oder zusammen gesucht werden soll. Auch aus Klassifikationen wie der NDC können Schlagwörter abgeleitet werden, um Suchbegriffe für unbekannte Bücher zu generieren.

Für die normale Skill-Installation wird npx -y jp-lit-mcp install-skills <app> aus den Installationsanleitungen der jeweiligen Apps empfohlen. Es gibt einen alternativen Weg über gh skill install der GitHub CLI, dieser ist jedoch für fortgeschrittene Nutzer gedacht. Weitere Informationen finden Sie unter Skills mit GitHub CLI installieren.

Der Skill jp-lit-verification extrahiert japanische Literaturkandidaten aus Antworten anderer Dienste oder eigenen Texten und prüft diese, unterteilt in Kategorien wie „Existenz bestätigt“, „Teilübereinstimmung“, „Verdacht auf Nichtexistenz“ oder „Verdacht auf Verwechslung“.

Ausführliche Informationen zur Nutzung finden Sie im Nutzungsleitfaden.

Wichtige unterstützte Quellen

Die häufig verwendeten Quellen sind:

• ndl_catalog: Einstieg für die Suche in der National Diet Library und Bestandsinformationen.

• ndl_digital: NDL Digital Collections.

• cinii_articles / cinii_books: Wissenschaftliche Artikel, Bücher und Zeitschriften von Universitätsbibliotheken.

• jstage_articles: Fachzeitschriften und Forschungsartikel.

• irdb: Institutionelle Repositorien von Universitäten.

• nihu_bridge: Übergreifende Suche in geisteswissenschaftlichen Fachdatenbanken.

• kokkai_minutes / teikoku_minutes: Protokolle des Nationalparlaments und des Reichstags.

• jdcat: Forschungsdaten aus Geistes- und Sozialwissenschaften.

• japan_search: Kulturgüter, Museen und regionales Material.

Eine Liste und technische Hinweise finden Sie in der technischen Referenz.

Dokumentation

• Nutzungsleitfaden: Praxisbeispiele, Rechercheabläufe, Interpretation der Ausgaben.

• Skills mit GitHub CLI installieren: Alternativer Weg über gh skill install.

• Technische Referenz: Quellen, MCP-Tools, Umgebungsvariablen, Einschränkungen, Entwicklungs-/Validierungsbefehle.

• Hinweise zu Datennutzungsbedingungen: Anforderungen an die Anzeige und Nutzungsbedingungen externer Datenbanken/APIs.

• Implementierungsstatus: Aktueller Stand, letzte Updates, Notizen nach der Veröffentlichung.

Lizenz

Der Code in diesem Repository steht unter der MIT License. Details finden Sie in der LICENSE.

Dies gilt jedoch nicht für die Datennutzungsbedingungen der externen Datenbanken/APIs, auf die das MCP zugreift. Die Anforderungen unterscheiden sich je nachdem, ob die Recherche auf einem privaten Gerät erfolgt oder ob Suchergebnisse gesammelt und für mehrere Nutzer in einem öffentlichen Dienst oder auf einem gemeinsam genutzten Server bereitgestellt werden. Bitte prüfen Sie die Bedingungen für Weiterverbreitung, Anzeige, kommerzielle Nutzung und spiegelartige Speicherung in den Hinweisen zu Datennutzungsbedingungen sowie in den Nutzungsbedingungen der jeweiligen Anbieter.