ScholarFetch

ScholarFetch는 다음을 위한 멀티 엔진 학술 연구 환경입니다:

• 터미널 우선 문헌 탐색

• MCP 기반 에이전트 워크플로우

• 큐레이션된 읽기 목록과 내보낼 수 있는 연구 코퍼스 구축

다음을 결합합니다:

• 사람을 위한 풍부한 대화형 CLI

• 클래식 MCP 서버(stdio)

• FastMCP 서버(stdio, sse, streamable-http)

핵심 아이디어는 간단합니다. 키워드, DOI 또는 저자에서 시작해 논문과 참고문헌을 탐색하고, 초록과 전문을 검토하며, 중요한 것을 저장한 다음, 합성을 위한 간결한 코퍼스를 내보내는 것입니다.

ScholarFetch가 하는 일

• 여러 학술 엔진을 병렬로 검색합니다

• 모호한 저자 정체성을 해소하고 저자 목록 논문으로 확장합니다

• 참고문헌을 일급 연구 노드로 탐색합니다

• 가능한 경우 초록과 기계 판독 가능 전문을 가져옵니다

• 대화형 연구 세션 동안 저장된 논문 세트를 추적합니다

• 인용, 초록, BibTeX 또는 전문 코퍼스를 내보냅니다

• 동일한 연구 워크플로우를 MCP 에이전트에 제공합니다

• 하나의 MCP 세션 안에서 상태 유지형 저장 논문 컬렉션을 관리합니다

Related MCP server: Academic Research Intelligence MCP

엔진

• Elsevier(Scopus / 초록 / 논문 검색)

• OpenAlex

• Crossref

• arXiv

• Europe PMC

• Springer Nature(메타데이터 + 오픈 액세스)

• Semantic Scholar(DOI 보강 경로)

설치

git clone https://github.com/laibniz/scholarfetch.git
cd scholarfetch
python3 -m venv .venv
source .venv/bin/activate
pip install -e .
scholarfetch

콘솔 스크립트:

• scholarfetch

• scholarfetch-mcp

• scholarfetch-fastmcp

대안:

python3 scholarfetch.py

자격 증명

ScholarFetch는 서버 및 클라이언트 환경으로부터 제공자 자격 증명을 로드합니다.

Default .env:

• .scholarfetch.env

일반적인 변수:

ELSEVIER_API_KEY=...
ELSEVIER_INSTTOKEN=...
SPRINGER_META_API_KEY=...
SPRINGER_OPENACCESS_API_KEY=...

참고:

• ELSEVIER_INSTTOKEN는 선택 사항입니다.

• 제공자 권리와 rate limit은 여전히 적용됩니다.

• MCP 도구는 도구 인자에 API 키를 허용하지 않습니다.

CLI 연구 워크플로우

ScholarFetch CLI는 연구 탐색을 위해 설계되었습니다.

일반적인 흐름:

1. 주제, DOI 또는 저자에서 시작.

2. 논문을 검사.

3. 초록이나 전체를 읽습니다.

4. 참고문헌을 확장합니다.

5. 관련 저자로 이동합니다.

6. 문서를 저장.

7. 후속 작업을 위한 코퍼스를 내보냅니다.

예:

/search graph neural networks
/author Albert Einstein
/papers 1 has:abstract
/article 1
/refs 1
/saved
/export fulltext dummy corpus.txt

CLI 기능

• 트리 네비게이션을 포함한 대화형 피커

• 현재 위치에 대한 브레드컬럼

• 없음. Actually: OPEN, ABSTRACT, TEXT, REFS, AUTHOR액션 바

• Backspace는 부모 노드로 이동

• Esc는 프롬프트로 돌아가기

• S는 가요 목록 또는 참조 목록에서 논작 저장

• X는 저장 목록에서 제거

• 논문에서 AUTHOR 액션 선택 시 선택할 수 있습니다: - 단일 저자

  • ALL AUTHORS

• 참조 목록은 논문 목록처럼 적용합니다: - open

  • abstract

  • text

  • refs

  • author

• 자동 논문 가용성 접근식:

  • 초록 가용성

  • 전문 가용성

• 필요한 전환 시 진행 상황 피드백

• 중단 가능한 참조 프리뷰 구성, 일부분 유지

핵심 CLI 명령

• /search <keywords|doi|person name>

• /author <name>

• /papers <author name|index> [filters]

• /doi <doi>

• /open <index>

• /abstract <doi|index>

• /article <doi|index>

• /refs <doi|index>

• /ref <index>

• /saved

• /export [format style path ...]

• /import [path]

• /pick [mode]

• /config

• /engines

• /help

논문 필터

/papers와 함께 사용:

• year>=YYYY, year<=YYYY, year=YYYY

• has:abstract, has:doi, has:pdf, has:fulltext

• venue:<text>, title:<text>, doi:<text>

예:

/papers 1 year>=2020 has:abstract
/papers 1 has:fulltext
/papers andrea de mauro venue:marketing

내보내기 모드

ScholarFetch는 저장된 논문 세트를 기반으로 네 가지 내보내기 모드를 지원합니다.

• bib

  • 인용 관리자 및 문서 도구를 위한 BibTeX

• citations

  • harvard, apa, ieee 스타일의 인용만 내보내기

• abstracts

  • 저장된 각 논문의 메타데이터 + 초록

• fulltext

  • 가능한 경우 메타데이터 + 초록 + 전문

  • 참고 문헌 포함 가능

이를 통해 Scholar는 이후 합성 에이전트를 위한 코퍼스 빌더로 유효합니다.

MCP 서버

ScholarResource는 MCP를 통해 동일한 연구 모델을 노출합니다.

모드:

• Classic MCP(stdio): python3 scholarfetch_mcp.py

• FastMCP stdio: python3 scholarfetch_fastmcp.py --transport stdio

• FastMCP SSE: python3 scholarfetch_fastmcp.py --transport sse --host 127.0.0.1 --port 8000

• FastMCP streamable HTTP: python3 scholarfetch_fastmcp.py --transport streamable-http --host 127.0.0.1 --port 8000 --http-path /mcp

확인:

python3 scholarfetch_mcp.py --self-test
python3 scholarfetch_fastmcp.py --self-test

공개 데모 엔드포인트:

• 웹 UI: https://huggingface.co/spaces/Laibniz/ScholarFetch_web

• 공개 MCP 엔드포인: https://laibniz-scholarfetch-web.hf.space/mcp/

• MCP 레지스트리 목록: io.github.laibniz/scholarfetch

MCP 연구 모델

MCP 서버는 일회성 작업이 아닌 에이전트 워크플로우를 위해 설계되었습니다.

에이전트는:

1. 논문 검색

2. 저자 확인

3. 저자 논문 발췌

4. 초록·전문 읽기

5. 참고문헌 확장

6. 유망한 논문을 메모리 저장소의 읽기 목록으로 저장

7. 읽기 목록을 다음 형식으로 내보낼 수 있습니다.

   • citations

   • abstracts

   • BibTeX

   • full-text corpus

이를 통해 에이전트는 MCP 세션 내에서 집중된 연구 세트를 만들고, 만들어낸 결과물을 합성 단계로 전달할 수 있습니다.

상세한 툴 모델은 MCP_SERVER.md을 참조하세요.

저장소 파일

• scholarfetch.py: CLI에 대한 입구

• scholarfetch_cli.py: 심있는 CLI + 검색 로직

• scholarfetch_mcp.py: 클래식 MCP 서버

• scholarfetch_fastmcp.py: FastMCP 서버

• MCP_SERVER.md: MCP 사용 가이드

• AGENTS.md: 에이전트 중심 워크플로우 가이드

• SKILL.md: 구조화된 연구 스킬 가이드

• SKILLS.md: 에이전트 스킬 문서의 목차

• CONTRIBUTING.md: 기여자 참고판

에이전트를 위하여

MCP 호환 환경에서 ScholarFetch를 실행하는 경우, 읽어보세요:

• AGENTS.md

• SKILL.md

• SKILLS.md

이 문서는 ScholarFetch를 단순한 검색 API가 아닌, 문 했다 연구 환경으로 활용하는 방법을 설명합니다.

기여

CONTRIBUTING.md을 참조하십시오.

보안

SECURITY.md을 참조하십시오.

라이선스

MIT 라이선스. 자세한 내용은 LICENSE를 참조하십시오.