🚀 科学搜索 MCP for Cursor

这是一个专为 Cursor 实现的 Model Control Protocol (MCP)，它能够借助多个学术搜索引擎开展科学搜索，为科研工作者和开发者提供了便捷的学术资源获取途径。

🚀 快速开始

本项目为 Cursor 集成了多引擎科学搜索功能，你可以按照以下步骤快速使用：

1. 克隆此仓库：

git clone https://github.com/yourusername/cursor-scientific-search.git
cd cursor-scientific-search

2. 安装所需的依赖项：

pip install -r requirements.txt

3. 对于特定的搜索引擎，您可能需要安装额外的依赖项：

# 用于 arXiv 搜索
pip install arxiv

# 用于 Google Scholar
pip install scholarly

# 用于 PubMed
pip install pymed

# 用于 Semantic Scholar（需要 Tor）
pip install requests[socks]

4. 启动 MCP 服务器：

python scientific_search_mcp.py

5. 在 Cursor 中连接到 MCP 服务器。

6. 开始使用科学搜索工具。

✨ 主要特性

• 集成到 Cursor 使用 MCP 协议：无缝集成到 Cursor 中，借助 MCP 协议实现便捷操作。
• 跨多引擎科学搜索：
  • DuckDuckGo：通用网络搜索，提供广泛的网络信息。
  • Google Scholar：专业的论文搜索，涵盖大量学术文献。
  • PubMed：专注于生物医学文献搜索，为生物医学领域研究提供支持。
  • arXiv：物理、数学、计算机科学等领域的预印本服务器，获取最新研究成果。
  • Semantic Scholar：通过 Tor 代理的 AI 驱动研究论文搜索，突破限制获取更多资源。

📦 安装指南

克隆仓库并安装基础依赖

git clone https://github.com/yourusername/cursor-scientific-search.git
cd cursor-scientific-search
pip install -r requirements.txt

安装特定引擎依赖

# 用于 arXiv 搜索
pip install arxiv

# 用于 Google Scholar
pip install scholarly

# 用于 PubMed
pip install pymed

# 用于 Semantic Scholar（需要 Tor）
pip install requests[socks]

Tor 设置用于 Semantic Scholar

Semantic Scholar 的搜索使用 Tor 来绕过速率限制和 IP 封锁。要使用此功能：

1. 安装 Tor：
   • Linux：sudo apt install tor（Debian/Ubuntu）或 sudo pacman -S tor（Arch）
   • macOS：brew install tor
   • Windows：下载并安装 Tor 浏览器，其中包含 Tor 服务
2. 启动 Tor 服务：
   • Linux：sudo systemctl start tor 或 sudo service tor start
   • macOS：brew services start tor
   • Windows：Tor 浏览器包括服务，或您可以使用 Tor Expert Bundle
3. 验证 Tor 是否在 9050 端口上运行（默认）：

   nc -z localhost 9050 && echo "Tor 正在运行"
   

4. scientific search MCP 将自动将 Semantic Scholar 请求通过 Tor 路由。

💻 使用示例

基础用法

搜索科学

在不同引擎上搜索科学论文：

# 在 arXiv 上搜索量子计算论文
results = await mcp_scientific_search_search_scientific(
    query="quantum computing", 
    engine="arxiv"
)

# 在 PubMed 上搜索 COVID-19 研究
results = await mcp_scientific_search_search_scientific(
    query="COVID-19 treatment",
    engine="pubmed"
)

# 在 Google Scholar 上搜索人工智能论文
results = await mcp_scientific_search_search_scientific(
    query="artificial intelligence",
    engine="gScholar"
)

# 在 Semantic Scholar 上搜索自然语言处理
results = await mcp_scientific_search_search_scientific(
    query="natural language processing",
    engine="semScholar"
)

提取元数据

from typing import Dict, Any
def print_result(result: Dict[str, Any]) -> None:
    """打印搜索结果的元数据."""
    print(f"标题：{result['title']}")
    print(f"作者：{result['authors']}")
    print(f"摘要：{result['abstract']}")
    print(f"出版物：{result.get('publication', 'N/A')}")
    print(f"DOI：{result.get('doi', 'N/A')}")
    print(f"链接：{result['url']}\n")

# 示例用法
results = await mcp_scientific_search_search_scientific(
    query="machine learning",
    engine="arxiv"
)
for result in results:
    print_result(result)

高级用法

运行以下代码获取搜索结果并打印：

from mcpScientificSearch import MPSSearcher
import asyncio

async def main():
    async with MPSSearcher() as searcher:
        # 在 arXiv 上搜索量子计算论文
        arxiv_results = await searcher.search(
            query="quantum computing",
            engine="arxiv"
        )
        print("arXiv 结果：")
        for result in arxiv_results:
            print(f"标题：{result['title']}")
            print(f"作者：{result['authors']}\n")

        # 在 Google Scholar 上搜索人工智能论文
        gscholar_results = await searcher.search(
            query="artificial intelligence",
            engine="gScholar"
        )
        print("Google Scholar 结果：")
        for result in gscholar_results:
            print(f"标题：{result['title']}")
            print(f"作者：{result['authors']}\n")

if __name__ == "__main__":
    asyncio.run(main())

📚 详细文档

注意事项

⚠️ 重要提示

• Google Scholar 速率限制：请勿在短时间内进行大量请求，以免触发 Google 的速率限制。
• Tor 稳定性：确保 Tor 服务正在运行，否则 Semantic Scholar 请求可能会失败。

故障排除

问题：无法连接到 Semantic Scholar

解决方法：

1. 检查 Tor 是否已安装并正确配置。
2. 验证 Tor 是否在 9050 端口上监听。
3. 确保网络连接正常。

问题：搜索结果为空

可能原因：

• 请求的参数有误（例如，查询字符串无效或引擎名称不正确）。
• 网络连接中断。