WOS & CNKI MCP Server (Pure Go Version)

基于 Go 语言的学术文献 MCP (Model Context Protocol) 服务端，支持 Web of Science (WoS) 与 CNKI (中国知网) 文献检索、摘要获取、PDF 下载后立即阅读、指定本地路径 PDF 读取与按页、按字符连续阅读全文。PDF 解析使用纯 Go 库，无需 Python 或外部 PDF 工具。

🌟 核心特性

• 🚀 100% 纯 Go 实现：无需 Python 运行时或复杂第三方环境，单二进制文件开箱即用，资源占用低、启动极速。

• 🔍 CNKI (中国知网) 全套工具链：

  • 机构 SSO 纯协议认证：自动完成 CAS + Shibboleth 统一认证并提取 LID 与全域凭证，无需手动抓包 Cookie。

  • 免人机验证获取摘要：智能识别风控，文章详情页直接放行，内置请求限流与 Session 保活机制。

  • 知网文献 PDF 全自动下载：逆向重定向与全域 Cookie 保活，支持一键按文章标题、关键词或 URL 下载完整 PDF。

• 📁 安全沙盒与文献管理：

  • 沙盒隔离机制：自动将文献归档在 download/ 目录下，严格防范路径穿越。

  • 多级分类目录：支持按时间或主题自定义子文件夹归档，如 topic/subtopic。

  • 分页全文阅读：使用 PDF 对象解析和 Unicode 字体映射，返回物理页码、文本覆盖范围、未提取页面和续读参数。

  • 指定路径读取：支持 Windows / Linux / macOS 上的 PDF 绝对路径、file:// URI，以及下载目录内的相对路径。

  • 连续阅读：默认每次返回 20000 个 Unicode 字符，超出后提供 next_call；复用已解析文本，避免每次续读重新解析文档。

• 📖 面向 AI 的全文工作流：MCP 初始化指引、工具描述、检索结果和下载结果均明确区分摘要与全文，引导 AI 筛选论文后主动下载、连续阅读，再完成研究或综述。

• 🌐 Web of Science (WoS) 检索：

  • 核心合集文献搜索、结构化元数据提取、国际标准引文生成与 Unpaywall Open Access 支持。

• 🔌 双传输协议支持：

  • 支持 SSE (HTTP) 与 stdio 双模式，完美兼容 Claude Desktop、Cursor、Antigravity IDE、Cherry Studio 等各类 MCP 客户端。

Related MCP server: scholar-mcp

🛠️ MCP 工具清单

全文阅读示例

读取指定位置的 PDF（read_pdf 或 read_paper_content）：

{"file_path": "D:/文献/论文.pdf"}

同样支持 file:///D:/文献/论文.pdf、/home/user/papers/paper.pdf、~/papers/paper.pdf。路径指 MCP 服务器所在机器；远程 SSE 服务不能直接读取客户端电脑的硬盘。相对路径（如 topic/paper.pdf）始终以 download_path 为根目录。

只读某个页码范围，或控制每次返回的字符数：

{"file_path": "D:/文献/论文.pdf", "start_page": 3, "end_page": 8, "max_chars": 12000}

start_page / end_page 是从 1 开始的 PDF 物理页码，结束页包含在内。省略它们时选择整篇文献。下载工具默认 extract_text=true，同样自动返回首段正文；只有单纯存档时才设为 false。

返回值包含：

AI 的推荐流程：检索 → 筛选相关论文 → 下载并读取 → 按 next_call 逐段续读到 has_more=false → 带页码给出分析。仅要求题录、引用或摘要时无需下载所有结果。MCP 会提供明确指引和后续调用，但具体是否执行仍由 AI 客户端决定。

PDF 阅读只提取文本层，暂不提供 OCR 或图像阅读。扫描页、纯图页、空白页会明确列出；全部没有文本时工具返回错误及诊断。图表、公式和多栏版式需要额外核对，不能将文本提取等同于完整视觉阅读。单个文件上限 100 MiB，PDF 上限 2000 页、解码文本上限 32 MiB，单次最多返回 100000 字符。CAJ 需要先转换为 PDF。

下载会校验 HTTP 状态、PDF 文件头和结束标记；失败时清理临时文件，不会把登录网页保存为“成功下载的 PDF”。同名文献使用独立文件名。开放获取会尝试多个 PDF 候选链接。

🚀 快速开始

1. 编译构建

使用 wos_mcp_go/go.mod 声明的 Go 版本（当前为 Go 1.26.5）：

cd wos_mcp_go
go build -o wos_mcp_go.exe .

2. 配置文件

在 wos_mcp_go.exe 同级目录下创建 config.json（可参考 config.example.json）：

{
    "username": "您的机构账号",
    "password": "您的密码",
    "port": 5000,
    "download_path": "download"
}

💡 提示：也可直接使用环境变量注入账号，无需将密码保存在配置文件中：

• WOS_USERNAME=your_username

• WOS_PASSWORD=your_password

DOI / WoS 的开放获取下载还需在配置中填写 unpaywall_email，或设置环境变量 UNPAYWALL_EMAIL 为自己的有效联系邮箱。知网下载、PDF 直链下载和本地 PDF 阅读不需要此项；本地阅读也不需要机构账号。

3. 运行服务

# Windows
.\wos_mcp_go.exe

# Linux / macOS
./wos_mcp_go

启动后：

• SSE 端点：http://127.0.0.1:5000/sse

• stdio 模式：同时在标准输入输出监听 MCP 协议请求。

💻 接入 MCP 客户端

1. Claude Desktop

编辑配置文件 %APPDATA%\Claude\claude_desktop_config.json (Windows) 或 ~/Library/Application Support/Claude/claude_desktop_config.json (macOS)：

{
  "mcpServers": {
    "academic-search": {
      "command": "C:\\path\\to\\wos_mcp_go\\wos_mcp_go.exe",
      "args": []
    }
  }
}

2. Cursor / Antigravity IDE / 其它 SSE 客户端

直接添加 SSE 类型 MCP Server：

• URL: http://127.0.0.1:5000/sse

📋 配置参数说明

例如将外部阅读限制在两个文献目录：

{"local_pdf_roots": ["D:/文献", "C:/Users/yourname/Documents/Papers"]}

沙盒外只开放 PDF 的只读访问，下载仍写入沙盒。会话刷新会保留上述配置。更新二进制后，请重启 MCP 并在客户端重新连接，刷新工具列表与初始化指引。

开发验证

cd wos_mcp_go
go test ./...
go vet ./...
go build -o wos_mcp_go.exe .

自动化测试覆盖中文字体映射、多页分段续读、指定路径、阅读覆盖状态、损坏 PDF、路径边界、下载响应校验、开放获取备用链接，以及 MCP 初始化/工具发现/调用。测试使用本地 PDF 和模拟 HTTP，不依赖机构账号或真实知网/WoS 网络。

📄 开源许可

本项目遵循 MIT 开源许可证。