论文搜索与文档上传服务

MCP服务集合提供arXiv论文搜索和飞书文档上传功能,支持Agent技能复用。

  • by Dreamupers
  • Python
  • 本地部署
  • 5 星标
  • 更新于
在 GitHub 查看 Dreamupers/mcps

使用说明

ai research mcps and skills

MCP (Model Context Protocol) 服务集合,为 agent 提供 arXiv 论文搜索、飞书文档上传等能力;skills/ 下为可复用的 Agent 技能说明(供 Cursor 等挂载使用)。

环境要求

  • Python >= 3.10
  • uv

无需 pip install,直接通过 uv run 运行,首次会自动同步依赖。

服务列表

1. arxiv-search

通过 arXiv API 搜索论文,支持关键词、标题、作者、分类等查询。

工具:

工具 说明
arxiv_search 全文搜索,支持 arXiv 查询语法
arxiv_search_by_title 按标题精确搜索
arxiv_get_paper 根据 arXiv ID 获取单篇论文详情

查询语法示例:

  • transformer attention — 全文搜索
  • ti:diffusion policy — 按标题
  • au:hinton — 按作者
  • cat:cs.CV — 按分类
  • ti:NeRF AND cat:cs.CV — 组合条件

2. feishu-doc-upload

将本地 Markdown 文件上传为飞书云文档,支持公式、图片、表格等富文本转换。

工具:

工具 说明
create_document_from_markdown 上传 Markdown 文件并创建飞书云文档

环境变量:

变量 说明
FEISHU_APP_ID 飞书应用 App ID
FEISHU_APP_SECRET 飞书应用 App Secret
FEISHU_DEFAULT_FOLDER_TOKEN 默认上传目标文件夹 token(可选)

在 Cursor 中配置

将服务添加到 Cursor 的 MCP 配置(如 ~/.cursor/mcp.json),同样使用 uv run 运行:

{
  "mcpServers": {
    "arxiv-search": {
      "command": "uv",
      "args": ["run", "--project", "/path/to/mcps", "/path/to/mcps/arxiv_search/arxiv_search.py"]
    },
    "feishu-doc-upload": {
      "command": "uv",
      "args": ["run", "--project", "/path/to/mcps", "/path/to/mcps/feishu_doc_upload/feishu_doc_upload.py"],
      "env": {
        "FEISHU_APP_ID": "your_app_id",
        "FEISHU_APP_SECRET": "your_app_secret",
        "FEISHU_DEFAULT_FOLDER_TOKEN": "your_default_folder_token"
      }
    }
  }
}

将 /path/to/mcps 替换为项目实际路径。

Agent 技能(skills/)

与本仓库 MCP 服务配套的 Markdown 技能,可复制到个人技能目录或按需引用:

目录 技能名 说明
skills/arxiv-paper-read/ arxiv-paper-reader 按标题/arXiv id 读论文、写中文笔记(输出目录与命名见该技能内说明)
skills/cc-connect-send/ cc-connect-send 通过本机 cc-connect send 向飞书/Telegram 等会话发文本、文件、图片(需已安装并配置 cc-connect,且有活跃会话)

项目结构

mcps/
├── arxiv_search/
│   └── arxiv_search.py      # arXiv 搜索服务
├── feishu_doc_upload/
│   ├── feishu_doc_upload.py  # 飞书文档上传入口
│   ├── feishu_doc.py         # 飞书 API 封装
│   └── md_converter.py       # Markdown 转换
├── skills/
│   ├── arxiv-paper-read/     # Agent 技能:读 arXiv 论文写笔记
│   └── cc-connect-send/      # Agent 技能:cc-connect 发消息/附件
├── pyproject.toml
├── uv.lock
└── README.md