使用说明

研究MCP（多通道处理/多路复用通信等，具体含义需根据上下文确定）集锦

一个全面的模型上下文协议（MCP）服务器集合，专为AI驱动的研究任务而设计。此包提供了五个专门的MCP服务器，它们协同工作，支持网页搜索、内容提取、统计查询以及计算智能功能，适用于Claude Desktop及其他MCP客户端。

为什么选择这个套餐？

将克劳德打造成研究领域的佼佼者。 这个集合将最优秀的研究API整合成一个统一的工具包：

🔍 翻译为中文是：“🔍”（这个符号本身没有直接的中文翻译，它通常表示放大镜或搜索的意象，可以理解为“放大镜”或“搜索”在某些语境下）。但在这里，为了保持原样，直接以符号呈现。搜索 - 人工智能合成（Perplexity）+ 谷歌搜索结果（Serper）+ 学术论文
📄（文件、纸张的象征）提取 - 浏览器渲染的HTML → 精简的Markdown + 结构化JSON提取
📊 表格/数据图表 统计学 - 来自数据公共库（如人口普查数据、世界银行数据、美国疾控中心数据等）的真实数据
计算器计算 - Wolfram|Alpha 用于数学、科学和事实查询
💰（货币符号，通常表示美元或类似货币单位） 性价比高 - 大多数查询的费用为0.001至0.01美元，许多API提供免费层级
🔄 翻译成中文是“🔄”（这个符号本身在中文中没有直接对应的含义，它通常表示“循环”或“重复”的概念，类似于英文中的“🔄”或“↻”。在没有具体上下文的情况下，可以简单地将其理解为表示循环或重复的动作或过程。） 设计为协同工作 - 无缝协调多步骤的研究工作流程

概述

服务器	用途	工具	最适合
困惑度（或复杂性、不确定性）	带引用的AI网页搜索	`perplexity_ask`	来自多个来源的最新综合信息
Serper（注：这是一个专有名词或特定名称，根据上下文可能指某种工具、项目或品牌，直接音译为中文，具体含义需结合上下文理解）谷歌搜索API `serper_search` 带分页和过滤功能的可控搜索
提取	网页内容提取	`extract_content` `extract_structured_data` 将页面转换为简洁的Markdown或结构化的JSON
数据公共库	统计数据和知识图谱	`datacommons_observation` `datacommons_node` `datacommons_resolve` `datacommons_sparql`	真实统计数据和人口统计数据
Wolfram（沃尔夫拉姆）计算智能 `wolfram_llm_query` `wolfram_full_query`	数学、科学和事实性问题

快速示例

任务： “研究加利福尼亚州、德克萨斯州和纽约州过去20年的人口趋势”

1. serper_search → Find relevant sources
2. datacommons_resolve → Convert state names to DCIDs
3. datacommons_observation → Get population time series
4. wolfram_llm_query → Calculate growth rates
5. extract_content → Pull full articles for context

总成本： 约0.015美元 | 时间： <10秒

看看这个编曲指南以获取更多工作流示例。

包含的服务器

每台服务器都提供特定的功能。请参阅详细的文档提供全面指南。

服务器	需要API密钥	免费套餐

否（按使用量付费）	**	** Serper（注：Serper可能是一个特定名称或品牌，根据上下文无法确定具体含义，故直接音译） `SERPER_API_KEY`
是（2,500个查询）	**	** 提取 `OPENAI_API_KEY`
否（按使用量付费）	**	** 数据公共库 `DATACOMMONS_API_KEY`
是（无限制）	**	** Wolfram（沃尔夫拉姆） `WOLFRAM_APPID`

| 是（每月2,000通电话） |

获取API密钥：困惑度（或复杂度、模糊性）
- 带引用的AI驱动网络搜索 Serper（注：Serper可能是一个专有名词或特定术语，根据上下文可能有不同的翻译，此处为音译）
- Google搜索API（网页、学术、新闻、图片、视频、地点） OpenAI（开放人工智能研究所）
- AI内容清理与提取 Zyte
- JavaScript网站的浏览器渲染数据公共库
- 免费官方统计数据（普查、世界银行、联合国等） Wolfram Alpha

- 数学与科学的计算智能

选择合适的工具

这些服务器被设计为协同工作。请使用此决策树：

🔍 需要查找信息吗？ | 如果你需要... | 使用这个 | 原因 | |----------------|----------|-----| perplexity_ask | 带来源的快速回答 | AI综合多源信息并注明出处 serper_search | 原始搜索结果以供筛选 | | 对排名和分页的完全控制 | serper_search | 学术论文 | (类型: "学者") | 与Google Scholar集成 | serper_search | 最新消息 |

(类型: "新闻") | 时效性结果 |

📄 需要阅读网页内容吗？ | 如果你需要... | 使用这个 | 为什么 | |----------------|----------|-----| extract_content |（无对应中文翻译）|（无对应中文翻译）|（无对应中文翻译）| | 全文以Markdown格式呈现 | extract_structured_data | 移除广告/导航，清理格式 | | 特定字段（价格、日期等） |

| AI精准提取您所需内容 |

| 多个页面 | 支持数组的任意工具 | 内置批处理功能 | 📊 需要统计数据或事实依据？ | 如果你需要... | 使用这个 | 为什么 | datacommons_observation |----------------|----------|-----| |（无对应中文）|（无对应中文）|（无对应中文）| datacommons_observation | 人口、国内生产总值、人口统计学 | | 官方政府/联合国数据 | datacommons_resolve | 时间序列数据 | (日期: "") | 历史趋势 | wolfram_llm_query | 地名 → 编号 | | 将“California”转换为“geoId/06” | wolfram_llm_query | 数学/科学计算 |

| 专家级计算引擎 |

┌─────────────┐
│   Search    │  perplexity_ask or serper_search
└──────┬──────┘
       │
       ▼
┌─────────────┐
│   Extract   │  extract_content on top 3-5 URLs
└──────┬──────┘
       │
       ▼
┌─────────────┐
│   Verify    │  datacommons_* for stats, wolfram_* for math
└──────┬──────┘
       │
       ▼
┌─────────────┐
│ Synthesize  │  Combine findings with citations
└─────────────┘

| 单位换算 | | 处理任何单位系统 |

🔄 典型的研究工作流程

每个工作流的成本：

通常根据深度不同，价格在0.01到0.05美元之间 详细文档
服务器文档 困惑度 MCP（或称为“MCP 困惑度”，具体翻译可能根据上下文调整）
- 带参数、示例和最佳实践的AI网页搜索 Serper MCP（注：Serper通常指一种搜索引擎或搜索工具，MCP可能代表某种特定功能、模式或配置，但具体含义需根据上下文确定，此处为直译）
- 带有搜索类型、分页和批量处理功能的Google搜索 提取MCP（注：MCP可能代表多种含义，具体需根据上下文确定，如“主控制程序”、“多通道处理器”等，此处为泛指翻译）
- 网络提取管道、清洗规则和结构化数据 数据公共库MCP（或“数据共享平台MCP”，具体翻译可能根据上下文有所调整）

- 统计查询、知识图谱和SPARQL

Wolfram MCP（Wolfram多主体计算） - 基于大型语言模型（LLM）和完整API的计算智能

指南

编曲指南 - 如何有效地将服务器与工作流、模式及成本优化相结合
主要特点 🚀 零配置设置
- 交互式命令行界面（CLI）引导您完成配置 🧠 基于人工智能的提取技术
- 浏览器渲染 + 智能内容清理 📦 批处理
- 提取多个URL，并行执行多个搜索 💾 可选训练数据
- 收集提取对以进行微调 🎯 结构化提取
- 定义自定义提示以提取特定的JSON字段 准备就绪，可进行编排
- 设计为无缝衔接的工具链 💰 成本透明

- 详细的定价文档，大部分操作成本低于0.01美元

npm install -D research-mcp-collection
# or
pnpm add -D research-mcp-collection

🆓 提供免费套餐

- Wolfram（每月2,000次调用）、Serper（每月2,500次查询）、Data Commons（免费）

安装

npx research-mcp configure

快速入门

三步开启跑步之旅：
1️⃣ 配置您的服务器 .mcp.json 这个交互式工具将：
让您选择要安装的服务器

生成你的

npx research-mcp init-env

配置 .env 向你准确展示下一步该怎么做

2️⃣ 添加您的API密钥

这会产生一个包含所有必需环境变量的文件。填写您所选服务的API密钥。
获取API密钥：困惑度（或复杂度、模糊性）
- 人工智能搜索塞佩尔
- 谷歌搜索（2,500次免费查询） OpenAI（开放人工智能研究所）
- 内容提取 Zyte（品牌名，可译为“智叶”或根据具体语境保留原名）
- 浏览器渲染数据公共库

- 免费统计

Wolfram Alpha

- 免费计算查询（每月2,000次）

3️⃣ 重启Claude桌面版 .mcp.json 重启Claude桌面版（或您的MCP客户端）以加载服务器。您已准备好进行研究！

{
  "mcpServers": {
    "perplexity": {
      "type": "stdio",
      "command": "research-mcp",
      "args": ["serve", "perplexity"]
    },
    "serper": {
      "type": "stdio",
      "command": "research-mcp",
      "args": ["serve", "serper"]
    },
    "extract": {
      "type": "stdio",
      "command": "research-mcp",
      "args": ["serve", "extract"]
    },
    "datacommons": {
      "type": "stdio",
      "command": "research-mcp",
      "args": ["serve", "datacommons"]
    },
    "wolfram": {
      "type": "stdio",
      "command": "research-mcp",
      "args": ["serve", "wolfram"]
    }
  }
}

手动配置

如果您更倾向于手动配置您的MCP服务器，请将它们添加到您的 research-mcp 文件：

CLI 参考手册这个（或“它”） CLI 提供用于设置和管理的命令： configure | 命令 | 描述 | 选项 | |---------|-------------|---------| init-env | .env | 交互式MCP服务器配置 | 无 | --example| --force | 创建从模板生成文件 | list ， | serve <name> |

| 显示所有可用服务器 | 无 |

# Interactive setup
npx research-mcp configure

# Create .env file
npx research-mcp init-env

# List available servers
npx research-mcp list

# Start a server (typically called by MCP client)
research-mcp serve perplexity

|

| 启动特定服务器（内部使用） | 需要服务器名称 |

示例：

使用示例

🔍 基于AI的网页搜索 perplexity_ask 问克劳德：

“量子计算的最新进展是什么？” 发生的情况是：

综合多个信息来源，并返回包含引用的全面答案。

成本：

每次查询约0.006美元

🎓 学术研究 serper_search 问克劳德： searchType: "scholar" “查找关于RAG（检索增强生成）的最新论文”

发生的事情是： 和；与

返回包含引用次数的学术论文。

成本：

每次搜索约0.0003美元

📄 内容提取

extract_content 问克劳德：
“从 https://example.com/article 提取并总结内容”
发生的事情是：

获取浏览器渲染的HTML 转换为干净的Markdown格式（移除广告、导航、模板代码）

你获得了可供分析的可读内容

费用：

每页约0.003美元（典型价格）

🎯 结构化数据抓取 extract_structured_data 问克劳德：

“从 https://example.com/product 中提取产品名称、价格、规格和图片，并以 JSON 格式呈现”

所发生的事情：
使用人工智能来精确提取您所要求的字段，并以结构化的JSON格式返回。
非常适合：
产品目录
联系方式

价格表 新闻元数据

任何结构化数据

成本：

每页0.003至0.005美元

📊 统计分析

datacommons_resolve 问克劳德：
datacommons_observation “请给我展示2000年至2020年加利福尼亚州、德克萨斯州和纽约州的人口趋势。”
发生的事情：

将州名转换为ID 获取官方人口普查数据

你获得带有来源的准确历史数据

成本：

免费（数据共享） 🧮 数学计算问克劳德：

“从0到10，x的平方的积分是多少？” wolfram_llm_query “将100华氏度转换为摄氏度” wolfram_full_query “东京的人口密度是多少？”

发生的事情是： 或者

提供专家级的计算结果，并附有分步解决方案。

成本：

免费（每月最多2,000次查询）

# Clone and install
git clone https://github.com/gregpriday/research-mcp-collection.git
cd research-mcp-collection
npm install

# Set up environment
cp .env.example .env
# Add your API keys to .env

发展

参与这个项目？以下是您需要了解的内容：设置可用脚本 npm run build | 命令 | 描述 | dist/ |---------|-------------| | npm run dev | 将 TypeScript 编译为 | npm test | | 开发时的监视模式 | npm run test:live | 运行单元测试（不调用API） npm run lint | 运行实时测试（需要API密钥） npm run format |

| 检查代码风格 |

| | 自动格式化代码 |npm test测试策略

单元测试
(
)：

快速，无需外部API调用 模拟所有HTTP请求npm run test:live测试内部逻辑和错误处理

现场测试 .env
(
):
需要有效的API密钥在

执行实际的API调用

research-mcp-collection/
├── src/
│   ├── servers/         # Individual MCP servers
│   │   ├── perplexity.ts
│   │   ├── serper.ts
│   │   ├── extract.ts
│   │   ├── datacommons.ts
│   │   └── wolfram.ts
│   ├── prompts/         # AI prompts for extraction
│   ├── cli.ts           # CLI commands
│   └── index.ts         # Main entry point
├── tests/               # Unit and live tests
├── docs/                # Documentation
└── dist/                # Compiled output (gitignored)

测试端到端功能

请谨慎使用，以避免API成本 npm test 项目结构
在提交拉取请求（PRs）之前 npm run lint ✅ 跑
- 所有单元测试必须通过 npm run build ✅ 运行
- 修复所有代码检查错误
✅ 运行

- 确保 TypeScript 编译成功

✅ 在Claude桌面版上手动测试

✅ 如果添加了新功能，请更新文档 .env 配置

# Perplexity
PERPLEXITY_API_KEY=your-key-here

# Serper
SERPER_API_KEY=your-key-here

# Extract (requires both OpenAI and Zyte)
OPENAI_API_KEY=your-key-here
ZYTE_API_KEY=your-key-here

# Optional: Override default OpenAI model for extraction (default: gpt-5-nano)
# EXTRACT_OPENAI_MODEL=gpt-5-nano

# Data Commons
DATACOMMONS_API_KEY=your-key-here

# Wolfram|Alpha
WOLFRAM_APPID=your-appid-here

环境变量

所有API密钥均从一个 DATA_DIR 在项目根目录下的文件：

DATA_DIR=/path/to/training/data

可选：训练数据收集（仅提取） training-pairs.jsonl提取服务器可以选择性地保存训练数据以用于微调。设置

要启用的环境变量：

这将把提取的输入/输出对保存到

。

成本概览了解成本有助于您优化研究工作流程：每次操作成本 | 操作 | 典型费用 | 免费层级 | 备注 | |-----------|--------------|-----------|-------| |（无对应中文）|（无对应中文）|（无对应中文）|（无对应中文）| | 困惑度搜索 | ~$0.006 | 否 | 代币费用 + 请求费用 | | Serper搜索 | ~$0.0003-$0.001 | 2,500次查询 | 非常具有成本效益 | | 提取内容 | ~$0.003 | 否 | Zyte（~$0.002）+ OpenAI（~$0.001） | | 提取结构化数据 | ~$0.003-$0.005 | 否 | 与内容提取相同 | | 数据公共库

| 免费 | 无限量 | 公开统计 |

| Wolfram 查询 | 免费 | 2,000/月 | 同时提供LLM和完整API | 工作流程成本 | 工作流类型 | 典型成本 | 示例 | |---------------|--------------|---------| |（内容未提供）|（内容未提供）|（内容未提供）| | 快速事实核查 | $0.001-$0.01 | 使用Wolfram/Data Commons进行搜索+验证 | | 深入研究 | 0.01-0.05美元 | 搜索+提取3-5页内容+统计 | |

内容抓取

| 每页0.003美元 | 从产品页面中提取结构化数据 | |
学术评审 | 0.005-0.02美元 | 学者搜索 + 论文提取 + 分析 |
成本优化技巧 从免费工具开始
- 尽可能使用Data Commons和Wolfram的免费层级 使用困惑度进行综合（或合成）
- 通常比搜索+提取多页内容更便宜 批处理操作

- 一次调用提取多个URL（成本相同，速度更快） 缓存结果

- Data Commons和Wolfram的数据很少变化提取前进行过滤 - 使用Serper查找最佳URL，然后仅提取前3-5个

简而言之：

大多数研究任务的成本为0.01至0.05美元，与人工研究时间相比，这具有极高的成本效益。

见 research-mcp 编曲指南

对于实际工作流程的详细成本细分。 npm list research-mcp-collection

故障排除 .mcp.json服务器未找到

{
  "command": "npx",
  "args": ["research-mcp", "serve", "perplexity"]
}

如果Claude Desktop找不到

命令：

确保已安装该软件包： .env 尝试使用完整路径
： PERPLEXITY_API_KEYAPI密钥错误
如果你看到“API key required”错误：

检查一下你的

文件位于正确的目录中

chmod +x node_modules/.bin/research-mcp

验证密钥名称是否完全匹配（例如。，

)

添加密钥后重启您的MCP客户端 权限错误 如果你在 macOS/Linux 上看到权限错误：做出贡献
欢迎投稿！以下是您可以提供帮助的方式： 🐛 表示“虫子”或“小错误（bug）”。 报告错误 -
打开一个问题（或报告一个问题） 💡（灯泡图标，常用来表示“灵感”、“想法”或“创意”） 建议功能 - 开始讨论
🔧（扳手，也表示修理、工具等意思） 提交拉取请求（Pull Requests） - 看
发展 上面的部分 📖（表示书或阅读的符号，可直译为“书本”或根据上下文译为“阅读”等）

改进文档

- 特别欢迎提交文档相关的Pull Request（代码合并请求）⭐ 给仓库点个星
**- 表现出你的支持！**支持问题
**:**GitHub 问题（或“GitHub 问题追踪”）讨论：

GitHub 讨论区

文档见文档/

以及模型上下文协议
。 API提供者
此套餐整合了以下优质服务： 困惑度人工智能（或称为“复杂度人工智能”，但“困惑度”在AI领域更常用于描述模型的不确定性或预测能力的衡量指标，因此“困惑度人工智能”这一表述可能略显生硬，具体翻译需根据上下文调整）
- 基于人工智能的搜索，提供实时网页引用 Serper.dev
- 快速谷歌搜索API，提供慷慨的免费套餐 OpenAI（一家人工智能研究实验室）
- 用于内容清理和提取的GPT模型 Zyte（品牌名，可译为“智泰”或根据具体语境保留原名）

- 针对JavaScript密集型网站的浏览器渲染

数据公共库 - 免费访问公共统计数据和知识图谱
Wolfram|Alpha - 计算智能引擎
相关项目模型上下文协议

使用说明

研究MCP（多通道处理/多路复用通信等，具体含义需根据上下文确定）集锦

为什么选择这个套餐？

目录

概述

快速示例

包含的服务器

- 数学与科学的计算智能

这些服务器被设计为协同工作。请使用此决策树：

(类型: "新闻") | 时效性结果 |

| AI精准提取您所需内容 |

| 专家级计算引擎 |

🔄 典型的研究工作流程

每个工作流的成本：

- 统计查询、知识图谱和SPARQL

指南

- 详细的定价文档，大部分操作成本低于0.01美元

🆓 提供免费套餐

安装

生成你的

- 免费统计

- 免费计算查询（每月2,000次）

手动配置

|

| 启动特定服务器（内部使用） | 需要服务器名称 |

综合多个信息来源，并返回包含引用的全面答案。

返回包含引用次数的学术论文。

你获得了可供分析的可读内容

任何结构化数据

你获得带有来源的准确历史数据

提供专家级的计算结果，并附有分步解决方案。

免费（每月最多2,000次查询）

发展

| 检查代码风格 |

执行实际的API调用

测试端到端功能

- 确保 TypeScript 编译成功

✅ 在Claude桌面版上手动测试

环境变量

要启用的环境变量：

。

| 免费 | 无限量 | 公开统计 |

内容抓取

简而言之：

大多数研究任务的成本为0.01至0.05美元，与人工研究时间相比，这具有极高的成本效益。

如果Claude Desktop找不到

检查一下你的

验证密钥名称是否完全匹配（例如。，

改进文档

GitHub 讨论区

目录

设计用于与……配合使用

- 针对JavaScript密集型网站的浏览器渲染

相关 MCP

网页内容抓取服务

DuckDuckGo 搜索 MCP 服务器

网页搜索MCP服务器

网页内容抓取服务器

搜索引擎集成服务器

网页研究服务器