AI导哈

MCP研究助手

MCP研究助手是一个结合了模型上下文协议（MCP）和Anthropic的Claude API的智能研究助手，旨在帮助研究人员搜索、组织和分析arXiv上的学术论文。它提供了交互式聊天界面、arXiv集成、主题组织、元数据存储和研究摘要生成等功能，适用于学术研究、文献管理和知识发现等场景。

  • by supermanzer
  • 更新于
在 GitHub 查看 supermanzer/mcp_client_sever

使用说明

基本能力

产品定位

MCP研究助手是一个智能研究助手，专注于帮助研究人员搜索、组织和分析arXiv上的学术论文。

核心功能

  • 交互式聊天界面：通过自然语言与研究助手交互
  • arXiv集成：直接从arXiv搜索和检索论文
  • 主题组织：自动按研究主题组织论文
  • 元数据存储：以JSON格式结构化存储论文信息
  • 研究摘要：生成多篇论文的综合研究摘要
  • 多服务器架构：支持多个具有不同工具集的MCP服务器
  • 异步操作：高效处理并发操作

适用场景

  • 学术研究
  • 文献管理
  • 知识发现
  • 研究趋势分析

工具列表

  • 搜索论文：按主题在arXiv上搜索论文，自动存储论文元数据，按研究主题组织论文
  • 提取信息：检索特定论文的详细信息，访问所有主题的论文元数据，获取格式化的论文摘要
  • 浏览主题：列出可用的研究主题，查看每个主题下的论文，访问特定主题的摘要

使用教程

使用依赖

  • Python 3.7+
  • Anthropic API密钥（存储在.env文件中）
  • server_config.json用于MCP服务器配置
  • 所需的Python包（见依赖部分）

安装教程

  1. 克隆仓库
  2. 创建.env文件并添加Anthropic API密钥：
    API_KEY=your_anthropic_api_key_here
  3. 创建server_config.json文件并添加MCP服务器配置
  4. 安装所需的依赖

调试方式

  1. 启动客户端（服务器将自动启动）：
    python client.py
  2. 使用自然语言查询与聊天机器人交互。例如：
    • "Search for papers about quantum computing"
    • "Show me available research topics"
    • "Get information about paper [paper_id]"
    • "Summarize recent papers in machine learning"

相关 MCP