APR

🚀 ArXiv MCP Server

🔍 本項目藉助簡單的MCP接口，讓AI助手能夠搜索並訪問ArXiv上的論文，在AI助手和ArXiv研究庫之間搭建了一座橋樑，使AI模型可以通過編程方式搜索論文並訪問其內容。

✨ 主要特性

• 🔎 論文搜索：可通過日期範圍和類別過濾條件查詢ArXiv上的論文。
• 📄 論文訪問：下載並讀取論文內容。
• 📋 論文列表：查看所有已下載的論文。
• 🗃️ 本地存儲：將論文保存到本地，以便更快地訪問。
• 📝 研究提示：提供一組研究提示。

🚀 快速開始

通過Smithery安裝

若要通過 Smithery 為Claude Desktop自動安裝ArXiv Server，可使用以下命令：

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

手動安裝

使用uv進行安裝：

uv tool install arxiv-mcp-server

開發環境安裝步驟如下：

# 克隆倉庫並設置開發環境
git clone https://github.com/blazickjp/arxiv-mcp-server.git
cd arxiv-mcp-server

# 創建並激活虛擬環境
uv venv
source .venv/bin/activate

# 安裝帶有測試依賴的項目
uv pip install -e ".[test]"

🔌 MCP集成

將以下配置添加到你的MCP客戶端配置文件中：

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

開發環境配置如下：

{
    "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

基礎用法

服務器提供了四個主要工具：

1. 論文搜索

可使用可選的過濾條件搜索論文：

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

2. 論文下載

通過論文的ArXiv ID下載論文：

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

3. 列出論文

查看所有已下載的論文：

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

4. 讀取論文

訪問已下載論文的內容：

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

高級用法

服務器還提供了專門的提示，幫助分析學術論文：

論文分析提示

這是一個全面的學術論文分析工作流程，只需要提供論文ID：

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

此提示包含：

• 詳細的可用工具（list_papers、download_paper、read_paper、search_papers）使用說明。
• 系統的論文分析工作流程。
• 全面的分析結構，涵蓋：
  • 執行摘要
  • 研究背景
  • 方法分析
  • 結果評估
  • 實踐和理論意義
  • 未來研究方向
  • 更廣泛的影響

⚙️ 配置

可通過環境變量進行配置：

🧪 測試

運行測試套件：

python -m pytest

📄 許可證

本項目遵循MIT許可證。詳情請參閱LICENSE文件。