article
README
🚀 ArXiv MCP Server
🔍 本项目借助简单的MCP接口,让AI助手能够搜索并访问ArXiv上的论文,在AI助手和ArXiv研究库之间搭建了一座桥梁,使AI模型可以通过编程方式搜索论文并访问其内容。
✨ 主要特性
- 🔎 论文搜索:可通过日期范围和类别过滤条件查询ArXiv上的论文。
- 📄 论文访问:下载并读取论文内容。
- 📋 论文列表:查看所有已下载的论文。
- 🗃️ 本地存储:将论文保存到本地,以便更快地访问。
- 📝 研究提示:提供一组研究提示。
🚀 快速开始
通过Smithery安装
若要通过 Smithery 为Claude Desktop自动安装ArXiv Server,可使用以下命令:
npx -y @smithery/cli install arxiv-mcp-server --client claude
手动安装
使用uv进行安装:
uv tool install arxiv-mcp-server
开发环境安装步骤如下:
# 克隆仓库并设置开发环境
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
# 安装带有测试依赖的项目
uv pip install -e ".[test]"
🔌 MCP集成
将以下配置添加到你的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"
]
}
}
}
开发环境配置如下:
{
"mcpServers": {
"arxiv-mcp-server": {
"command": "uv",
"args": [
"--directory",
"path/to/cloned/arxiv-mcp-server",
"run",
"arxiv-mcp-server",
"--storage-path", "/path/to/paper/storage"
]
}
}
}
💻 使用示例
基础用法
服务器提供了四个主要工具:
1. 论文搜索
可使用可选的过滤条件搜索论文:
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
通过论文的ArXiv ID下载论文:
result = await call_tool("download_paper", {
"paper_id": "2401.12345"
})
3. 列出论文
查看所有已下载的论文:
result = await call_tool("list_papers", {})
4. 读取论文
访问已下载论文的内容:
result = await call_tool("read_paper", {
"paper_id": "2401.12345"
})
高级用法
服务器还提供了专门的提示,帮助分析学术论文:
论文分析提示
这是一个全面的学术论文分析工作流程,只需要提供论文ID:
result = await call_prompt("deep-paper-analysis", {
"paper_id": "2401.12345"
})
此提示包含:
- 详细的可用工具(
list_papers、download_paper、read_paper、search_papers)使用说明。 - 系统的论文分析工作流程。
- 全面的分析结构,涵盖:
- 执行摘要
- 研究背景
- 方法分析
- 结果评估
- 实践和理论意义
- 未来研究方向
- 更广泛的影响
⚙️ 配置
可通过环境变量进行配置:
| 变量 | 用途 | 默认值 |
|------|------|--------|
| ARXIV_STORAGE_PATH | 论文存储位置 | ~/.arxiv-mcp-server/papers |
🧪 测试
运行测试套件:
python -m pytest
📄 许可证
本项目遵循MIT许可证。详情请参阅LICENSE文件。
微信扫一扫