AI导哈

arXiv研究数据库交互服务

提供Model Context Protocol (MCP)服务器，使LLMs能够与arXiv研究数据库交互，实现自动化论文发现、元数据提取和按主题组织的存储。

  • by Pratham061204
  • Python
  • 混合部署
  • 更新于
在 GitHub 查看 Pratham061204/MCP-project

使用说明

MCP arXiv研究服务器

该项目提供了 模型上下文协议（MCP） 允许LLM与进行交互的服务器 arXiv研究数据库.
它为研究工作流程实现了自动论文发现、元数据提取和主题组织存储。

🚀 实时部署

使用服务器发送事件（SSE）在Render上部署服务器。

  • 基本URL: https://mcp-project-336t.onrender.com
  • SSE端点： https://mcp-project-336t.onrender.com/sse

✨ 特性

🛠️ 工具

  • search_papers(topic, max_results)
    在arXiv中搜索给定主题的论文并存储元数据：

    • 标题
    • 作者们
    • 总结
    • pdf链接
    • 发布日期

  • extract_info(paper_id)
    检索所有主题中以前保存的arXiv论文ID的详细元数据。

🗂️ 资源

  • papers://folders
    列出已在本地保存论文的所有可用主题。

  • papers://{topic}
    返回特定主题下所有论文的格式化Markdown摘要。

🧠 鼓励

  • generate_search_prompt(topic, num_papers)
    生成结构化的研究分析提示，指导法学硕士：
    • 搜索arXiv
    • 提取关键发现
    • 总结贡献
    • 识别趋势和差距
    • 综合领域概述

🔌 MCP客户端的配置

要将此服务器连接到MCP兼容客户端（例如，Claude Desktop），请添加以下内容：

{
  "mcpServers": {
    "arxiv-research": {
      "transport": "sse",
      "url": "https://mcp-project-336t.onrender.com/sse"
    }
  }
}

📁 项目结构

.
├── research_server.py   # Main MCP server implementation
├── requirements.txt     # Dependencies (uv-generated)
├── pyproject.toml       # Project metadata
├── runtime.txt          # Python version for deployment
├── Dockerfile           # Render deployment container
└── papers/              # Auto-created storage for topic results

地方发展

git clone https://github.com/Pratham061204/MCP-project.git
cd MCP-project
uv pip install -r requirements.txt
python research_server.py

当地SSE教育点

http://localhost:8001/sse

相关 MCP