Mpc Sintific Search By Ai For Ai

🚀 科學搜索 MCP for Cursor

這是一個專為 Cursor 實現的 Model Control Protocol (MCP)，它能夠藉助多個學術搜索引擎開展科學搜索，為科研工作者和開發者提供了便捷的學術資源獲取途徑。

🚀 快速開始

本項目為 Cursor 集成了多引擎科學搜索功能，你可以按照以下步驟快速使用：

1. 克隆此倉庫：

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

2. 安裝所需的依賴項：

pip install -r requirements.txt

3. 對於特定的搜索引擎，您可能需要安裝額外的依賴項：

# 用於 arXiv 搜索
pip install arxiv

# 用於 Google Scholar
pip install scholarly

# 用於 PubMed
pip install pymed

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

4. 啟動 MCP 服務器：

python scientific_search_mcp.py

5. 在 Cursor 中連接到 MCP 服務器。

6. 開始使用科學搜索工具。

✨ 主要特性

• 集成到 Cursor 使用 MCP 協議：無縫集成到 Cursor 中，藉助 MCP 協議實現便捷操作。
• 跨多引擎科學搜索：
  • DuckDuckGo：通用網絡搜索，提供廣泛的網絡信息。
  • Google Scholar：專業的論文搜索，涵蓋大量學術文獻。
  • PubMed：專注於生物醫學文獻搜索，為生物醫學領域研究提供支持。
  • arXiv：物理、數學、計算機科學等領域的預印本服務器，獲取最新研究成果。
  • Semantic Scholar：通過 Tor 代理的 AI 驅動研究論文搜索，突破限制獲取更多資源。

📦 安裝指南

克隆倉庫並安裝基礎依賴

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

安裝特定引擎依賴

# 用於 arXiv 搜索
pip install arxiv

# 用於 Google Scholar
pip install scholarly

# 用於 PubMed
pip install pymed

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

Tor 設置用於 Semantic Scholar

Semantic Scholar 的搜索使用 Tor 來繞過速率限制和 IP 封鎖。要使用此功能：

1. 安裝 Tor：
   • Linux：sudo apt install tor（Debian/Ubuntu）或 sudo pacman -S tor（Arch）
   • macOS：brew install tor
   • Windows：下載並安裝 Tor 瀏覽器，其中包含 Tor 服務
2. 啟動 Tor 服務：
   • Linux：sudo systemctl start tor 或 sudo service tor start
   • macOS：brew services start tor
   • Windows：Tor 瀏覽器包括服務，或您可以使用 Tor Expert Bundle
3. 驗證 Tor 是否在 9050 端口上運行（默認）：

   nc -z localhost 9050 && echo "Tor 正在運行"
   

4. scientific search MCP 將自動將 Semantic Scholar 請求通過 Tor 路由。

💻 使用示例

基礎用法

搜索科學

在不同引擎上搜索科學論文：

# 在 arXiv 上搜索量子計算論文
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 上搜索人工智能論文
results = await mcp_scientific_search_search_scientific(
    query="artificial intelligence",
    engine="gScholar"
)

# 在 Semantic Scholar 上搜索自然語言處理
results = await mcp_scientific_search_search_scientific(
    query="natural language processing",
    engine="semScholar"
)

提取元數據

from typing import Dict, Any
def print_result(result: Dict[str, Any]) -> None:
    """打印搜索結果的元數據."""
    print(f"標題：{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"鏈接：{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)

高級用法

運行以下代碼獲取搜索結果並打印：

from mcpScientificSearch import MPSSearcher
import asyncio

async def main():
    async with MPSSearcher() as searcher:
        # 在 arXiv 上搜索量子計算論文
        arxiv_results = await searcher.search(
            query="quantum computing",
            engine="arxiv"
        )
        print("arXiv 結果：")
        for result in arxiv_results:
            print(f"標題：{result['title']}")
            print(f"作者：{result['authors']}\n")

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

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

📚 詳細文檔

注意事項

⚠️ 重要提示

• Google Scholar 速率限制：請勿在短時間內進行大量請求，以免觸發 Google 的速率限制。
• Tor 穩定性：確保 Tor 服務正在運行，否則 Semantic Scholar 請求可能會失敗。

故障排除

問題：無法連接到 Semantic Scholar

解決方法：

1. 檢查 Tor 是否已安裝並正確配置。
2. 驗證 Tor 是否在 9050 端口上監聽。
3. 確保網絡連接正常。

問題：搜索結果為空

可能原因：

• 請求的參數有誤（例如，查詢字符串無效或引擎名稱不正確）。
• 網絡連接中斷。