使用说明

学术MCP服务器

用于搜索、下载和分析来自多个来源的学术论文的模型上下文协议（MCP）服务器。

从以下位置聚合数据 OpenAlex, DBLP, 语义学者, arXiv，以及 交叉引用 为法学硕士提供统一的学术研究接口。

专为与大型语言模型无缝集成而设计，如 克劳德桌面 和 开源代码.

特性

🔍 多源搜索：跨OpenAlex（100K+免费电话/天）、DBLP（CS论文）、Semantic Scholar（人工智能推荐）、arXiv（预印本）和CrossRef（DOI解析）的统一搜索。
🧠 智能ID解析：自动检测和处理DOI、arXiv ID、OpenAlex ID、语义学者ID和DBLP密钥。
📚 BibTeX导出：DBLP的原生BibTeX支持（高质量），可自动生成其他来源的回退。支持批量导出。
📊 引文分析：检索引用计数、引用论文，并生成用于可视化的引用网络数据。
🤖 AI建议：利用Semantic Scholar的AI引擎根据内容和引用查找相关论文。
⚡ 异步：内置 httpx 和 asyncio 用于高性能并发API请求。

安装

快速入门（面向用户）

如果您正在使用 uv （推荐）：

uv tool install academix

或与 pip:

pip install academix

开发设置（供贡献者使用）

克隆存储库:

git clone https://github.com/your-org/academix.git
cd academix

安装依赖项:
```
uv sync
```
运行服务器:
```
uv run academix
```

配置

1.克劳德桌面集成

要将此服务器与Claude Desktop一起使用，请将以下内容添加到配置文件中：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json 视窗: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "academix": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "/absolute/path/to/academix", 
        "academix"
      ],
      "env": {
        "ACADEMIX_EMAIL": "your.email@example.com",
        "SEMANTIC_SCHOLAR_API_KEY": "optional_api_key"
      }
    }
  }
}

备注：替换 /absolute/path/to/academix 使用克隆存储库的实际路径。设置 ACADEMIX_EMAIL 强烈建议访问OpenAlex和CrossRef的“礼貌池”（更高的速率限制）。

2.OpenCode集成

对于OpenCode，修改您的配置文件（通常在 ~/.config/opencode/opencode.json):

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "academix": {
      "type": "local",
      "command": [
        "uv",
        "run",
        "--directory",
        "/absolute/path/to/academix",
        "academix"
      ],
      "environment": {
        "ACADEMIX_EMAIL": "your.email@example.com",
        "SEMANTIC_SCHOLAR_API_KEY": "optional_api_key"
      },
      "enabled": true,
      "timeout": 10000
    }
  }
}

配置详细信息：

类型：必须是 "local".
命令：运行服务器的完整命令数组。使用 uv run 指向目录。
目录：替换 /absolute/path/to/academix 你的实际路径。
环境：在此处添加API密钥或电子邮件。 ACADEMIX_EMAIL 是推荐的。
超时：可选。增加到 10000 （10秒）来处理网络延迟。

数据源覆盖率

功能支持矩阵

特性	OpenAlex	DBLP	CrossRef	语义学者	arXiv
论文搜索	✅	✅	✅	✅	✅
获取纸张详细信息	✅	✅	✅	✅	✅
BibTeX导出	✅	✅ 本地	✅	✅	✅
引文检索	✅	❌	❌	✅	❌
作者搜索	✅	✅	✅	✅	✅
相关论文（AI）❌	❌	❌	✅	❌

BibTeX质量（按来源）

来源	质量	备注
DBLP	⭐⭐⭐ 优秀	原生BibTeX导出。最适合CS论文。包括完整的场地信息。
交叉引用	⭐⭐ 好	来自出版商的准确元数据。需要有效的DOI。
arXiv	⭐⭐ 好	正确的预印本信息。条目类型为 `@misc` 随着 `eprint` 现场。
语义学者	⭐⭐ 好	由元数据生成。可能缺少场地细节。
OpenAlex	⭐ 变量	由元数据生成。某些字段可能不完整。

推荐：对于CS论文，优先考虑BibTeX的DBLP。对于有DOI的论文，CrossRef提供了可靠的元数据。

MCP工具

工具	说明
`academic_search_papers`	按关键字、标题、作者、DOI、日期、地点搜索论文。支持按相关性、日期或引用进行排序。
`academic_get_paper_details`	使用任何支持的ID格式获取论文的完整元数据。
`academic_get_bibtex`	导出BibTeX引用（单个或批量）。优先考虑DBLP以获得高质量的元数据。
`academic_get_citations`	获取引用给定论文的论文（通过OpenAlex）。
`academic_search_author`	按作者姓名查找所有论文。
`academic_get_related_papers`	人工智能支持的相关论文推荐（通过语义学者）。
`academic_get_citation_network`	获取引文网络数据（节点/边）以进行可视化。
`academic_cache_stats`	查看缓存命中率和统计数据。

使用示例

搜索论文

查找按引用次数排序的关于“LLM代理人”的论文：

use academic_search_papers with:
{
  "query": "LLM agents",
  "limit": 5,
  "sort": "citation_count"
}

获取BibTeX以获取论文列表

为多篇论文生成BibTeX（支持混合ID格式）：

use academic_get_bibtex with:
{
  "paper_ids": "10.1038/nature12345, 10.48550/arXiv.2310.08560"
}

分析引文

查找引用特定论文的人：

use academic_get_citations with:
{
  "paper_id": "W2741809807" // OpenAlex ID or DOI
}

API来源和价格限制

源	速率限制	身份验证	最适合
OpenAlex	100K/天（带电子邮件）	电子邮件（可选）	一般搜索、引用、作者数据
DBLP	合理使用	无	CS纸张，高品质BibTeX
语义学者	100/5min（带键的更高）	API键（可选）	AI建议
arXiv	无限制（礼貌）	无	预印本（计算机科学、数学、物理）
交叉引用	动态	电子邮件（可选）	DOI分辨率

发展

运行测试

# Run all tests
uv run pytest

# Run with coverage report
uv run pytest --cov=academix

项目结构

academix/
├── src/academix/
│   ├── server.py          # MCP server entry point
│   ├── aggregator.py      # Orchestrator for multiple API clients
│   ├── clients/           # Individual API client implementations
│   │   ├── openalex.py
│   │   ├── dblp.py
│   │   ├── semantic.py
│   │   ├── arxiv_client.py
│   │   └── crossref.py
│   └── models.py          # Pydantic data models
├── tests/                 # Unit and integration tests
├── pyproject.toml         # Dependencies and config
└── README.md

许可证

MIT许可证