This server enables multi-source academic literature retrieval and analysis via the MCP protocol, aggregating data from Europe PMC, PubMed, arXiv, CrossRef, OpenAlex, and EasyScholar.
Search Literature: Search for academic papers using keywords with four strategies:
comprehensive – all available sources
fast – major sources only (Europe PMC, PubMed)
precise – authoritative sources with result intersection
preprint – arXiv preprints
Returns metadata (title, authors, abstract, PMCID, DOI, etc.) with 24-hour caching.
Retrieve Full Text: Fetch full-text articles by PMCID (single or batch, up to 20). Supports multiple formats (Markdown, XML, plain text) and selective section extraction (e.g., methods, results, discussion).
Retrieve References: Get the reference list of an article identified by DOI, PMID, or PMCID, with smart deduplication and optional detailed metadata, across multiple data sources.
Analyze Literature Relations: Explore citation relationships between articles—including cited references, similar articles, and citing papers—via single, batch, or network analysis modes with configurable depth.
Assess Journal Quality: Evaluate journals using:
EasyScholar metrics: impact factor, SCI quartile (Q1–Q4), JCI index, CAS zone
OpenAlex metrics: h-index, citation rate, total citations, i10-index
Supports batch queries and gracefully falls back to OpenAlex if EasyScholar is unavailable.
Server Info & Cache Management: Access server version, status, supported sources, available tools, and view cache statistics for searches and journal quality data.
Configuration: Supports environment variables for API keys (e.g., EASYSCHOLAR_SECRET_KEY) and language settings (English or Chinese tool descriptions).
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@article-mcp find recent papers on CRISPR gene editing"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
基于 Model Context Protocol (MCP) 的学术文献检索服务器。帮助 LLM 搜索、获取和分析多数据源学术文献。
主要用途：面向学术文献与科研论文检索分析，尤其适合医学、生命科学和跨学科科研场景；同时支持 arXiv 等通用科研预印本来源。
适用于需要 LLM 进行以下操作的场景：
学术写作辅助 — 查找最新研究文献作为引用来源
文献综述 — 跨多个学术数据库检索和分析文献
期刊质量评估 — 评估目标期刊的学术影响力（影响因子、分区等）
文献关系分析 — 构建引用网络、发现相似文献
支持 6 个学术数据源：Europe PMC、PubMed、arXiv、CrossRef、OpenAlex、Semantic Scholar。
注意: 本工具返回文献元数据（标题、作者、摘要、PMCID、DOI 等）。全文获取需通过
get_article_details工具，且仅限 PMC 开放获取文章。
Related MCP server: papers-mcp
系统要求: Node.js 18+
# 直接运行（推荐，自动获取最新版本）
npx article-mcp@latest
# 或全局安装
npm install -g article-mcp
article-mcp{
"mcpServers": {
"article-mcp": {
"command": "npx",
"args": ["article-mcp@latest"],
"env": {
"OPENALEX_API_KEY": "your_openalex_key_here",
"EASYSCHOLAR_SECRET_KEY": "your_easyscholar_key_here"
}
}
}
}在 .vscode/mcp.json 中添加：
{
"servers": {
"article-mcp": {
"type": "stdio",
"command": "npx",
"args": ["article-mcp@latest"],
"env": {
"OPENALEX_API_KEY": "your_openalex_key_here",
"EASYSCHOLAR_SECRET_KEY": "your_easyscholar_key_here"
}
}
}
}Windows 用户: 如果遇到
npx无法识别的问题，将"command"改为"cmd"，"args"改为["/c", "npx", "article-mcp@latest"]。
功能 | 工具 | 说明 |
🔍 多源文献搜索 |
| 跨 5 个数据源并行搜索，支持 4 种搜索策略，自动去重排序 |
📄 文献全文获取 |
| 通过 PMCID 获取 PMC 全文（Markdown/XML/Text），支持批量 20 篇 |
📚 参考文献获取 |
| 多源获取参考文献列表，智能 DOI/标题去重，源优先级排序 |
🔗 文献关系分析 |
| 引用网络、施引文献、相似文献，支持可选 Semantic Scholar 施引上下文 |
📊 期刊质量评估 |
| 影响因子、JCR 分区、JCI、中科院分区、h 指数等，双数据源互补 |
search_literature — 文献搜索查找文献并获取 PMCID（不含全文）。如需全文，用返回的 PMCID 调用 get_article_details。
参数 | 类型 | 默认值 | 说明 |
| string | 必填 | 搜索关键词 |
| enum |
| 搜索策略： |
| string[] | 按策略选择 | 数据源： |
| integer |
| 每个源的最大结果数，范围 1-100 |
| boolean |
| 是否使用 24 小时文件缓存 |
get_article_details — 文献全文通过 PMCID 获取全文内容。仅支持 PMC 开放获取文章。
返回说明：fulltext.content 返回所选格式的完整正文；fulltext.preview 是用于快速浏览的 1200 字符预览；fulltext.preview_truncated 标识预览是否被截断；fulltext.content_length 标识完整正文长度。
参数 | 类型 | 默认值 | 说明 |
| string | string[] | 必填 | PMCID 标识符，批量最多 20 个 |
| enum |
| 全文格式： |
| string | string[] | null |
|
|
get_references — 参考文献获取某文献引用的参考文献列表。
参数 | 类型 | 默认值 | 说明 |
| string | 必填 | DOI、PMID 或 PMCID |
| enum |
| 标识符类型： |
| integer |
| 最大参考文献数量，范围 1-100 |
| string[] |
| 数据源 |
| boolean |
| 是否包含详细元数据 |
get_literature_relations — 文献关系分析分析文献间的引用关系、施引文献和相似文献。
施引说明：citing 默认同时尝试 OpenAlex 与 Europe PMC；如果显式传入 sources，则只使用其中支持施引的 openalex/europe_pmc/semantic_scholar。OpenAlex 路径需要 OPENALEX_API_KEY；Semantic Scholar 依赖 PMID，配置 SEMANTIC_SCHOLAR_API_KEY 后更稳定。
参数 | 类型 | 默认值 | 说明 |
| string | string[] |
| DOI、PMID 或 PMCID |
| enum |
| 标识符类型 |
| enum[] |
| 关系类型 |
| integer |
| 每种关系最大结果数，范围 1-100 |
| enum |
|
|
| integer |
| 网络分析展开深度，范围 1-3 |
get_journal_quality — 期刊质量评估集成 EasyScholar + OpenAlex 双数据源。
失败说明：当 EasyScholar 与 OpenAlex 都无法返回任何可用指标时，工具会返回 isError: true 和明确错误信息，而不是成功返回空指标。
参数 | 类型 | 默认值 | 说明 |
| string | string[] | 必填 | 期刊名称 |
| string | string[] | null |
| 返回指标： |
| enum | null |
| 排序字段（批量查询）： |
| enum |
|
|
| boolean |
| 是否使用 24 小时文件缓存 |
变量 | 必需 | 获取地址/配置作用 | 缺失后果 |
| OpenAlex 相关能力需要 | OpenAlex account，用于 OpenAlex 搜索、施引和期刊指标 | OpenAlex 源失败；施引仍可通过 Europe PMC 或显式 Semantic Scholar 降级 |
| 期刊影响因子/分区需要 | 期刊质量只尝试 OpenAlex 指标，影响因子/分区可能为空 | |
| 推荐 | NCBI E-utilities 联系邮箱 | 仍可请求，但不利于 NCBI 联系和合规使用 |
| 可选 | PubMed/PMC 速率按 3 req/s 保守限制 | |
| 推荐 | Crossref Polite Pool 联系邮箱 | 仍可请求，但不会进入 Polite Pool |
| 推荐 | 施引上下文请求更容易受限 | |
| 可选 | OpenAlex 请求间隔覆盖值，默认 100ms | 使用默认限流 |
| 可选 | Crossref 请求间隔覆盖值，默认 100ms | 使用默认限流 |
| 可选 | Semantic Scholar 请求间隔覆盖值，默认 1000ms | 使用默认限流 |
| 可选 | arXiv 请求间隔覆盖值，默认 3000ms | 使用默认限流 |
| 可选 | Europe PMC 请求间隔覆盖值，默认 1000ms | 使用默认限流 |
| 可选 | NCBI 请求间隔覆盖值；未设置时有 key 默认 100ms，无 key 默认 333ms | 使用自动限流 |
| 可选 | 工具说明语言： | 使用中文工具说明 |
用户: 搜索 CRISPR 基因编辑的最新文献
LLM: 调用 search_literature(keyword="CRISPR gene editing", search_type="fast")
→ 返回 10 条结果的元数据（标题、作者、PMCID、摘要等）
用户: 获取第一篇文献的全文
LLM: 调用 get_article_details(pmcid="PMC1234567")
→ 返回全文内容（Markdown 格式）用户: 查看 Nature 的影响因子
LLM: 调用 get_journal_quality(journal_name="Nature")
→ 返回 impact_factor、quartile、jci 等指标用户: 比较 Nature、Science、Cell 的质量指标
LLM: 调用 get_journal_quality(
journal_name=["Nature", "Science", "Cell"],
sort_by="impact_factor"
)
→ 按影响因子降序返回三本期刊的指标数据源 | 搜索 | 详情 | 全文 | 参考文献 | 施引文献 | 相似文献 |
Europe PMC | ✅ | ✅ | — | ✅ | ✅ | — |
PubMed | ✅ | ✅ | ✅ | ✅ | — | ✅ |
arXiv | ✅ | — | — | — | — | — |
Crossref | ✅ | ✅ | — | ✅ | — | — |
OpenAlex | ✅ | ✅ | — | — | ✅ | — |
Semantic Scholar | — | — | — | — | ✅ | — |
Semantic Scholar 仅作为施引来源暴露，可通过
get_literature_relations的sources: ["semantic_scholar"]显式启用。
structuredContent 使用统一的 { success, data, meta, warnings, error } 结构
content 首段为可读摘要和关键摘录，次段为同一结构化结果的 JSON 备份 以兼容旧 MCP 客户端
服务器只注册 Tools，不注册 Resources 或 Prompts，确保最大客户端兼容性
使用 MCP Inspector 检查和调试工具调用：
# 启动 Inspector
npx @modelcontextprotocol/inspector node dist/index.js日志输出到 stderr（不污染 stdout 协议通道）。在客户端日志中查看请求耗时和状态。
npm install # 安装依赖
npm run dev # 开发模式（tsx 热重载）
npm run build # 生产构建
npm test # 运行 Vitest 测试
npm run test:mcp # MCP 合规检查（目标: 100/100）
npm run test:all # 完整门禁：version-check → typecheck → lint → build → test → test:mcpMIT © fangfuzha
获取文献全文工具。
前置条件：需要 PMCID 标识符
如果您有 PMCID（如 PMC1234567），直接使用此工具
如果您只有关键词或标题，请先使用"文献搜索"工具查找并获取 PMCID
主要参数：
pmcid: PMCID 标识符（必填）：单个或列表[PMC1234567, PMC2345678, ...] 批量模式最多支持20个 PMCID
sections: 全文章节控制（可选，默认None获取全部章节） None → 获取全部章节（全文） ["conclusion", "discussion"] → 只获取指定章节
format: 全文格式（可选，默认"markdown"） "markdown" → Markdown格式（推荐，适合AI处理） "xml" → 原始XML格式 "text" → 纯文本格式
数据源：Europe PMC + PMC 全文数据库 返回数据包含标题、作者、摘要、期刊、发表日期和全文内容
全文功能：
按需获取指定格式（默认Markdown）
支持按章节提取（如方法、讨论、结论等）
优化性能，只转换请求的格式
批量返回结构： { "total": 10, # 总请求数 "successful": 8, # 成功获取数 "failed": 2, # 失败数 "articles": [...], # 成功的文章列表（含全文） "fulltext_stats": { # 全文统计 "has_pmcid": 8, # 有 PMCID 数量 "fulltext_fetched": 8 # 成功获取全文数量 } }
支持的章节名称：
methods（方法）: methods, methodology, materials and methods
introduction（引言）: introduction, intro, background
results（结果）: results, findings
discussion（讨论）: discussion
conclusion（结论）: conclusion, conclusions
abstract（摘要）: abstract, summary
references（参考文献）: references, bibliography
Inputs: pmcid (required), sections, format.
期刊质量评估工具。评估期刊的学术质量和影响力指标，集成 EasyScholar + OpenAlex 双数据源。
支持的指标： EasyScholar 提供：impact_factor（影响因子）、quartile（SCI分区 Q1-Q4）、jci（JCI指数）、cas_zone（中科院分区）、cas_zone_top（TOP期刊标识） OpenAlex 提供：h_index（h指数）、citation_rate（2年引用率）、cited_by_count（总引用数）、works_count（总文章数）、i10_index（i10指数）
主要参数：
journal_name: 期刊名称（单个或列表）
include_metrics: 返回的指标列表（默认["impact_factor", "quartile", "jci"]）
use_cache: 是否使用24小时缓存（默认true）
sort_by: 排序字段，仅批量查询有效（默认null）：impact_factor/quartile/jci
sort_order: 排序顺序，仅批量查询有效（默认desc）：desc降序/asc升序
使用示例：单个期刊查询、批量期刊查询、批量查询并排序、指定返回指标
Inputs: journal_name (required), include_metrics, use_cache, sort_by, +1 more.
文献关系分析工具。分析文献间的引用关系、相似文献和引用网络。
关系类型：
references: 该文献引用的参考文献
similar: 相似文献
citing: 引用该文献的文献
主要参数：
identifiers: 文献标识符（单个或列表）：DOI、PMID、PMCID
id_type: 标识符类型（默认auto）：auto/doi/pmid/pmcid
relation_types: 关系类型列表（默认全部）：["references", "similar", "citing"]
max_results: 每种关系类型最大结果数（默认20）
analysis_type: 分析类型（默认basic）：basic/comprehensive/network
max_depth: 分析深度（默认1）
分析模式：
单个文献：传入单个标识符
批量分析：传入标识符列表 + analysis_type="basic"
网络分析：传入标识符列表 + analysis_type="network"
Inputs: identifier, identifiers, id_type, relation_types, +4 more.
获取参考文献工具。通过文献标识符获取其引用的参考文献列表，支持智能去重。
主要参数：
identifier: 文献标识符（必填）：DOI、PMID、PMCID
id_type: 标识符类型（默认doi）：auto/doi/pmid/pmcid
sources: 数据源列表（默认["europe_pmc", "crossref"]）
max_results: 最大参考文献数量（默认20，建议20-100）
include_metadata: 是否包含详细元数据（默认true）
支持的数据源：Europe PMC、CrossRef、PubMed 去重规则：优先按DOI去重，其次按标题去重；按数据源优先级排序
Inputs: identifier (required), id_type, sources, max_results, +1 more.
多源文献搜索工具。用于查找文献并获取 PMCID。
⚠️ 此工具只返回元数据（标题、作者、摘要、PMCID等），不包含全文内容。 如需获取全文，请使用返回结果中的 pmcid 调用"文献全文"工具。
搜索策略：
comprehensive: 全面搜索，使用所有可用数据源（并集）
fast: 快速搜索，只使用主要数据源（Europe PMC、PubMed）
precise: 精确搜索，只使用权威数据源（PubMed、Europe PMC，交集）
preprint: 预印本搜索（arXiv）
主要参数：
keyword: 搜索关键词（必填）
sources: 数据源列表（可选，默认根据搜索策略自动选择）
max_results: 每个源的最大结果数（默认10）
search_type: 搜索策略（默认comprehensive）
use_cache: 是否使用24小时缓存（默认true）
返回数据包含：标题、作者、期刊、摘要、PMCID、DOI等元数据（不含全文）
Inputs: keyword (required), sources, max_results, search_type, +1 more.
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
Scored across 5 tools
Tools are mostly distinct: search finds literature, get_article_details retrieves full text, get_references and get_literature_relations both deal with citations but the latter is broader (includes citing and similar). Some potential overlap between get_references and get_literature_relations with relation_type='references', but descriptions clarify different scopes.
Most tools follow 'get_noun' pattern (get_article_details, get_journal_quality, get_literature_relations, get_references) with consistent snake_case. One tool deviates with 'search_literature' (verb 'search' instead of 'get'), but the pattern is still verb_noun and readable. Minor inconsistency.
With 5 tools, the set covers core research tasks (search, full text, references, relations, journal quality). It is not overly large or minimal; fits the domain well. A few more tools like a dedicated metadata fetcher or citation tool could be added, but current count is appropriate.
The tools cover searching, full text retrieval, reference lists, citation relations, and journal metrics. Notable gaps: no tool to get article metadata without full text (search returns metadata but only in search context), no direct citation count tool, and batch support is inconsistent across tools. Missing update/delete operations (not applicable) but lacks some lifecycle coverage.
Search arXiv/Semantic Scholar/OpenAlex + medical evidence (PubMed/Europe PMC) + LaTeX/PDF tools.
Federated search of books and papers, BibTeX/RIS citations, open-access retrieval and reading.
Academic literature search, retrieval, and private library management on top of OpenAlex.
Search and download academic papers from arXiv, PubMed, bioRxiv, medRxiv, Google Scholar, Semantic…
