radar-papers-mcp

Servidor MCP que monitora PubMed e medRxiv por tópicos de pesquisa configuráveis e resume os papers com um LLM local. Guarda o resultado numa base local, deduplicado por DOI.

Sobre o que esta ferramenta faz e não faz

• O resumo sai do abstract, não do texto completo. Ele serve para triagem: decidir se vale abrir o paper. Não substitui a leitura.

• O resumo é gerado por LLM e pode errar. Confira os números no abstract original, o link vem em toda resposta.

• A cobertura depende das suas queries. O que não casa com a query configurada simplesmente não aparece; ausência de resultado não significa ausência de literatura.

Requisitos

Related MCP server: kavi-research-assistant-mcp

Instalação

git clone https://github.com/fabianofilho/radar-papers-mcp.git
cd radar-papers-mcp
uv sync
cp .env.example .env

Configuração

Os tópicos ficam em config/topicos.yaml. Cada um tem duas configurações, porque as fontes funcionam de forma diferente:

topicos:
  - nome: multicalibração
    pubmed: multicalibration[All Fields]   # sintaxe das E-utilities
    medrxiv:                                # palavras simples, filtradas localmente
      - multicalibration
      - multi-calibration

uv run papers-cli topicos
uv run papers-cli sync --dias 30
uv run papers-cli buscar "multicalibração"
uv run papers-cli resumir "10.1016/j.exemplo.2026.100217"

Sync agendado

O servidor MCP só lê a base; quem a alimenta é papers-cli sync. O agendamento oficial é um timer systemd de usuário, versionado em deploy/: roda todo dia às 04:10, com atraso aleatório de até 30 minutos (para várias máquinas não baterem nas APIs públicas no mesmo minuto) e Persistent=true (se a máquina estava desligada, roda ao ligar).

As units supõem o repositório em ~/radar-papers-mcp e o uv em ~/.local/bin/uv. Se for diferente, ajuste WorkingDirectory e ExecStart antes de instalar.

cp deploy/radar-papers-sync.service deploy/radar-papers-sync.timer \
   deploy/radar-papers-sync-falha.service ~/.config/systemd/user/
systemctl --user daemon-reload
systemctl --user enable --now radar-papers-sync.timer
systemctl --user list-timers radar-papers-sync.timer   # próxima execução
journalctl --user -u radar-papers-sync.service          # log dos syncs

Falha não passa em silêncio: se o PubMed (em qualquer tópico) ou o medRxiv falhar, papers-cli sync grava o que as outras fontes trouxeram, lista as falhas no stderr e sai com código 1. O systemd marca a unit como failed e o OnFailure roda radar-papers-sync-falha.service, que grava uma linha com prioridade err no journal e, se houver notify-send, mostra uma notificação. Para ser avisado por outro canal, troque o ExecStart dessa unit. Para ver falhas recentes:

systemctl --user status radar-papers-sync.service
journalctl --user -t radar-papers-sync -p err

Sem o timer, rode papers-cli sync à mão ou pelo agendador que preferir; o servidor não agenda nada sozinho.

Atualizando uma base criada antes do schema 2

A versão atual decide o que é "novo" pela data de entrada na fonte (coluna data_entrada). Uma base antiga é migrada sozinha na primeira conexão de escrita (o próximo sync, por exemplo). Na migração, a data de entrada do PubMed é aproximada pelo dia da última coleta; para gravar a data Entrez real dos papers que já estavam na base, rode uma vez:

uv run papers-cli corrigir-datas

Ligando ao Claude Code

claude mcp add radar-papers --scope user \
  -e DUCKDB_PATH=/caminho/para/radar-papers-mcp/data/papers.duckdb \
  -e TOPICOS_PATH=/caminho/para/radar-papers-mcp/config/topicos.yaml \
  -e QWEN_ENDPOINT=http://127.0.0.1:8080/v1 \
  -e QWEN_MODEL=local-model \
  -- uv --directory /caminho/para/radar-papers-mcp run radar-papers-mcp

Uso

buscar_papers_novos(topico="", dias=7, limite=50)

Papers que entraram no PubMed ou no medRxiv nos últimos dias, lidos da base local, com a chave para usar no resumo e o link original.

• "Novo" é pela data de entrada na fonte (data_entrada: Entrez no PubMed, postagem no medRxiv), não pela data da edição da revista (data_publicacao, só para exibição). A edição pode estar meses antes ou depois da entrada, e muitas revistas informam só o ano ou o mês.

• topico é o nome de um tópico configurado. Caixa e acento não importam, e basta um trecho com palavras inteiras do nome (fairness, calibracao). A comparação é por palavra inteira: calibração não traz multicalibração. Se o pedido não corresponder a um único tópico, a resposta vem vazia com a lista dos tópicos válidos em aviso.

• dias vai de 1 a 365 e limite de 1 a 200. Os mais recentes vêm primeiro.

• total conta todos os papers do período, mesmo os que ficaram além do limite; nesse caso aviso diz quantos foram omitidos.

resumir_paper(paper_id: str)

{
  "chave": "pubmed:42761253",
  "titulo": "Mortality risk ranking after medical emergency team review...",
  "url": "https://pubmed.ncbi.nlm.nih.gov/42761253/",
  "origem": "llm",
  "resumo": {
    "problema": "Validação externa e redesenvolvimento de modelos preditivos de mortalidade após revisão da equipe de emergência.",
    "metodo": "Coorte multicêntrica em quatro hospitais, 1.937 adultos.",
    "achado_principal": "O modelo original discriminou bem (AUC 0,80) mas com estimativas variáveis entre hospitais; o novo modelo chegou a AUC 0,84 com menos variáveis.",
    "relevancia": "Mostra que a discriminação pode ser robusta mesmo quando a calibração absoluta varia entre instituições."
  },
  "aviso": "O resumo é gerado por LLM local a partir do abstract, não do texto completo. Sempre confira no link original antes de citar."
}

O conteúdo do resumo é de um retorno real (a chave acima é ilustrativa). O resumo fica cacheado: o mesmo paper não é resumido duas vezes. Sem abstract, ou com o LLM fora do ar, resumo vem nulo, origem vem indisponivel e aviso explica o motivo.

As duas fontes

O sync pagina as duas fontes até o fim: o PubMed até o count do esearch (teto de 1000 IDs por tópico) e o medRxiv até o total da janela (teto de 100 páginas, 10 mil preprints). Se um teto for atingido, o log do sync registra um aviso com o total da fonte.

O rate limit da NCBI é aplicado de verdade, a primeira tentativa de teste deste projeto recebeu {"error": "API rate limit exceeded"}. O fetcher espaça as requisições conforme a chave configurada.

O medRxiv não aceita busca por termo: a API é consultada uma vez por janela e o filtro por tópico é local, sobre título e abstract.

Deduplicação por DOI

O mesmo paper casa com mais de um tópico, e um preprint do medRxiv pode sair depois num periódico indexado no PubMed com o mesmo DOI. A chave é o DOI (ou o id da fonte quando não há DOI), e um paper já conhecido ganha o novo tópico na lista em vez de virar uma segunda linha.

Limitações conhecidas

Sem abstract, não há resumo. Um paper sem abstract devolve erro explícito em vez de um resumo gerado a partir do título. Resumir texto vazio produz exatamente o tipo de invenção plausível que torna a ferramenta inútil para pesquisa.

A janela do medRxiv custa caro. Uma semana do medRxiv tem por volta de mil preprints, e o sync baixa todos para filtrar localmente (cerca de 10 requisições). Um backfill largo (sync --dias 90) baixa muito mais; acima de 10 mil preprints na janela, o que passar do teto fica de fora e o log avisa.

O filtro do medRxiv privilegia a cobertura, não a precisão. Um preprint casa com o tópico quando qualquer termo da lista aparece como trecho do título ou do abstract. Isso é intencional, para não perder preprint relevante, mas traz ruído: no tópico de calibração aparecem preprints que falam de calibrar um instrumento ou um modelo econômico, sem relação com modelo clínico. A triagem fica com você (ou com o resumir_paper, cujo campo relevancia diz quando o paper só tangencia o tópico). Para reduzir o ruído, use termos mais específicos no YAML.

A query do PubMed é sua responsabilidade. Uma query mal formada devolve zero sem erro. Teste no PubMed antes de colocar no YAML, na prática, buscas muito específicas devolvem pouquíssimo (multicalibration retorna ~14 resultados em toda a base).

O resumo não é verificado contra o abstract. Diferente do projeto de protocolos, aqui não há conferência de citação literal: o campo achado_principal pode conter um número que o modelo interpretou errado.

Só PubMed e medRxiv. Sem arXiv, bioRxiv, Scopus ou Web of Science.

Privacidade

• Sai da máquina: requisições ao PubMed (NCBI) e ao medRxiv. Se você configurar uma chave da NCBI, ela vai junto nas requisições, é o funcionamento normal da API.

• Não sai: seus tópicos de pesquisa ficam no arquivo local; as queries vão às APIs como qualquer busca.

• O abstract vai para o seu LLM no resumo.

• Sem telemetria, sem analytics.

Contribuindo

Veja CONTRIBUTING.md. PubMed e medRxiv são serviços públicos: não rode sincronização em loop nem contorne o limitador de taxa.

Licença e atribuição

MIT: este projeto é agregação de literatura e metadados abertos, sem contato com regulação, conduta clínica ou dado de paciente.

Construído no contexto do IA.med.