使用说明
🧠 FastMCP SSE服务器——研究论文代理
这个项目是一个可部署的 MCP兼容远程服务器 使用 FastMCP 框架。它公开了以下工具和资源:
- 搜索学术论文 档案
- 提取有关已保存论文的信息
- 为Claude或其他LLM代理生成结构化提示
它旨在与 Claude、GPT或任何MCP客户端 支持 SSE 运输。
🌐 Live服务器
✅ MCP服务器正在此处运行:
工具URL(SSE): https://mcp-server-vs1x.onrender.com/sse
要测试它是否正常工作,只需访问上面的链接——您将看到一个纯文本确认。
🚀 特性
search_papers(topic):按主题搜索和保存顶级arXiv论文extract_info(paper_id):从存储的JSON中检索纸张详细信息get_topic_papers(topic):阅读一个主题中所有论文的摘要get_available_folders():列出所有已保存的主题文件夹- 提示模板 让Claude生成完整的主题报告
🧑💻 项目结构
.
├── research_server.py # Main FastMCP server
├── Dockerfile # For deployment on Render
├── pyproject.toml # Python project setup (required by uv)
├── uv.lock # Dependency lock file (required by uv)
├── papers/ # Local storage for downloaded paper info
📦 需求
- Python 3.11+
- 紫外线:一个快速的Python包管理器
- Render.com (用于部署)
🛠️ 本地设置(可选)
git clone https://github.com/YOUR_USERNAME/mcp-sse-server.git
cd mcp-sse-server
# Run with uv (you must have uv installed)
uv pip install --system .
uv run research_server.py
服务器将在上运行 localhost:8001/sse.
☁️ 在Render.com(Docker)上部署
- 将此项目推送到您的GitHub
- 在Render上创建新的web服务
- 使用以下设置:
- 环境: 码头工人
- 端口: 8001
- 启动命令: (留空-在Dockerfile中处理)
- 部署🚀
渲染将为您提供一个URL,如下所示:
https://your-app-name.onrender.com/sse
要在Docker中本地运行:
docker run -p 8001:8001 <your-image-name> python research_server.py
🧪 使用MCP检查员进行测试
安装并运行:
npx @modelcontextprotocol/inspector
在web UI中:
- 运输: SSE
- 网址:
https://mcp-server-vs1x.onrender.com/sse
现在,您可以调用这些工具,并使用Claude或您自己的聊天机器人进行实时测试。
📚 鸣谢
作为深度学习的一部分。AI克劳德代理系统课程。