APR

🚀 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：

🧪 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。