机器学习研究员招聘工具

一个基于Semantic Scholar和GitHub API的工具,用于查找和评估机器学习研究员,结合学术指标和代码活动数据。

  • by pranavgandhirecruiting-star
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 pranavgandhirecruiting-star/semantic-scholar-mcp

使用说明

面向机器学习研究人员招聘的语义学者MCP服务器

模型上下文协议(MCP)服务器,提供使用语义学者学术图API和GitHub API查找和评估机器学习研究人员的工具。

🎯 目的

此服务器设计用于 招募机器学习研究人员 通过组合:

  • 学术指标 来自语义学者(h指数、引文、地点、有影响力的引文)
  • 代码活动 来自GitHub(仓库、星级、活动级别)
  • 会议筛选 适用于顶级ML场所(NeurIPS、ICML、ICLR、CVPR、ACL等)

⚡ 主要特点

论文搜索

  • 使用高级筛选按主题搜索论文
  • 按地点筛选(NeurIPS、ICML、ICLR等)
  • 按年份范围、最低引用次数过滤
  • 按引用或新旧程度排序

作者发现

  • 按姓名搜索作者
  • 使用h-index获取详细的作者资料
  • 在特定会议上查找顶尖作者
  • 寻找新星 -近期影响较大,h指数较低
  • 批量查找多个作者

招聘工具

  • find_venue_top_authors -在顶级会议上寻找多产的研究人员
  • find_rising_stars -在有才华的研究人员出名之前发现他们
  • combined_researcher_profile -完整的学术+GitHub个人资料
  • github_activity_score -招聘能力评分(0-100)

🛠️ 可用工具

工具 说明
search_papers 使用地点/年份/引用过滤器搜索论文
get_paper_details 全文信息,包括摘要、作者、引文
get_paper_citations 引用特定论文的论文
search_authors 按姓名搜索作者
get_author_details 完整的作者资料和指标
get_author_papers 列出特定作者的论文
find_venue_top_authors 招聘: 会议上的顶尖作者
find_rising_stars 招聘: 高影响力、早期职业研究人员
search_researcher_github 按名称查找GitHub配置文件
github_activity_score 招聘: GitHub活动评分(0-100)
combined_researcher_profile 招聘: 学术+GitHub组合档案
batch_author_lookup 同时查找多个作者
list_ml_venues 显示支持的场地快捷方式

🏛️ 支持的场地

在场地过滤器中使用这些快捷方式:

通用ML:

  • neurips → 神经信息处理系统
  • icml → ICML
  • iclr → ICLR
  • aaai → AAAI
  • ijcai → IJCAI
  • jmlr → JMLR

计算机视觉:

  • cvpr →CVPR
  • iccv → ICCV
  • eccv → ECCV

NLP:

  • acl → ACL
  • emnlp → EMNLP
  • naacl → NAACL

应用机器学习/机器人:

  • kdd → KDD/SIGKDD
  • icra → ICRA
  • corl → CoRL

高影响力期刊:

  • nature → 自然
  • science → 科学
  • tpami → IEEE TPAMI

📦 安装

选项1:Docker(推荐)

# Build the image
docker build -t semantic-scholar-mcp .

# Run with environment variables
docker run -e S2_API_KEY="your_key" -e GITHUB_TOKEN="your_token" semantic-scholar-mcp

选项2:本地Python

# Install dependencies
pip install mcp httpx fastmcp

# Set environment variables
export S2_API_KEY="your_key"  # Optional but recommended
export GITHUB_TOKEN="your_token"  # Required for GitHub features

# Run
python semantic_scholar_server.py

🔑 API密钥

语义学者API密钥(可选但推荐)

  • 无密钥:100个请求/5分钟(与所有用户共享)
  • 带键:1个请求/秒(专用)
  • 请求地址:https://www.semanticscholar.org/product/api#api-密钥形式

GitHub令牌(GitHub功能所需)

  • 创建时间:https://github.com/settings/tokens
  • 所需范围: public_repo (阅读公共repos)

📋 示例用法

查找NeurIPS的顶尖研究人员

find_venue_top_authors(venue="neurips", query="transformers", year_from=2022)

在LLMs中寻找新星

find_rising_stars(topic="large language models", year_from=2023, max_h_index=25)

在ICML搜索论文

search_papers(query="reinforcement learning", venue="icml", year_from=2022, min_citations=100)

获取组合配置文件

combined_researcher_profile(
    author_name="John Doe",
    s2_author_id="12345",
    github_username="johndoe"
)

🔄 与Docker MCP网关集成

添加到您的 ~/.docker/mcp/registry.yaml:

servers:
  semantic-scholar:
    description: "Semantic Scholar API for ML researcher recruiting"
    transport: stdio
    command: docker
    args:
      - run
      - --rm
      - -i
      - -e
      - S2_API_KEY=${S2_API_KEY}
      - -e  
      - GITHUB_TOKEN=${GITHUB_TOKEN}
      - semantic-scholar-mcp

📊 速率限制

条件 费率限制
无API密钥 100请求/5分钟(共享)
带API键 1请求/秒(专用)
批处理端点 每个请求最多500-1000个ID

🤝 与其他数据源结合

此服务器与以下服务器配对良好:

  • OpenAlex -用于机构级过滤和其他指标
  • 带代码的论文 -寻找有工作代码的研究人员
  • arXiv -获取最新预印本
  • DBLP -全面的CS参考书目

📄 许可证

MIT许可证