ArXiv MCP 服务器

🔍 通过简单的 MCP 接口，让 AI 助手能够搜索和访问 arXiv 论文。

ArXiv MCP 服务器通过模型上下文协议（MCP）在 AI 助手和 arXiv 的研究存储库之间提供了一座桥梁。它允许 AI 模型以编程方式搜索论文并访问其内容。

✨ 核心功能

• 🔎 论文搜索：使用日期范围和类别筛选器查询 arXiv 论文
• 📄 论文访问：下载和阅读论文内容
• 📋 论文列表：查看所有下载的论文
• 🗃️ 本地存储：论文保存在本地以便更快访问
• 📝 提示：一组研究提示

🚀 快速开始

通过 Smithery 安装

要通过 Smithery 自动安装 ArXiv 服务器用于 Claude Desktop：

npx -y @smithery/cli install arxiv-mcp-server --client claude

手动安装

使用 uv 安装：

uv tool install arxiv-mcp-server

用于开发：

# 克隆并设置开发环境
git clone https://github.com/blazickjp/arxiv-mcp-server.git
cd arxiv-mcp-server

# 创建并激活虚拟环境
uv venv
source .venv/bin/activate

# 安装测试依赖项
uv pip install -e ".[test]"

🔌 MCP 集成

将此配置添加到您的 MCP 客户端配置文件中：

{
    "mcpServers": {
        "arxiv-mcp-server": {
            "command": "uv",
            "args": [
                "tool",
                "run",
                "arxiv-mcp-server",
                "--storage-path", "/path/to/paper/storage"
            ]
        }
    }
}

用于开发：

{
    "mcpServers": {
        "arxiv-mcp-server": {
            "command": "uv",
            "args": [
                "--directory",
                "path/to/cloned/arxiv-mcp-server",
                "run",
                "arxiv-mcp-server",
                "--storage-path", "/path/to/paper/storage"
            ]
        }
    }
}

💡 可用工具

服务器提供四个主要工具：

1. 论文搜索

使用可选筛选器搜索论文：

result = await call_tool("search_papers", {
    "query": "transformer architecture",
    "max_results": 10,
    "date_from": "2023-01-01",
    "categories": ["cs.AI", "cs.LG"]
})

2. 论文下载

通过其 arXiv ID 下载论文：

result = await call_tool("download_paper", {
    "paper_id": "2401.12345"
})

3. 列出论文

查看所有下载的论文：

result = await call_tool("list_papers", {})

4. 阅读论文

访问下载论文的内容：

result = await call_tool("read_paper", {
    "paper_id": "2401.12345"
})

📝 研究提示

服务器提供专门的提示以帮助分析学术论文：

论文分析提示

一个全面的分析学术论文的工作流程，只需要一个论文 ID：

result = await call_prompt("deep-paper-analysis", {
    "paper_id": "2401.12345"
})

此提示包括：

• 使用可用工具（list_papers、download_paper、read_paper、search_papers）的详细说明
• 论文分析的系统工作流程
• 全面的分析结构，涵盖：
  • 执行摘要
  • 研究背景
  • 方法论分析
  • 结果评估
  • 实际和理论影响
  • 未来研究方向
  • 更广泛的影响

⚙️ 配置

通过环境变量配置：

🧪 测试

运行测试套件：

python -m pytest

📄 许可证

在 MIT 许可证下发布。详情请参阅 LICENSE 文件。