🚀 arXiv MCP 服務器

🔍 arXiv MCP 服務器藉助簡單的 MCP 接口，讓 AI 助手能夠搜索和訪問 arXiv 論文，為 AI 模型與 arXiv 研究倉庫搭建了便捷的溝通橋樑。

🚀 快速開始

使用 uv 安裝

uv pip install git+https://github.com/blazickjp/arxiv-mcp-server.git

開發環境搭建

# 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

# 帶測試依賴的安裝
uv pip install -e ".[test]"

🔌 MCP 集成

在您的 MCP 客戶端配置文件中添加以下內容：

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

✨ 主要特性

• 🔎 論文搜索：可使用日期範圍和分類對 arXiv 論文進行過濾查詢。
• 📄 論文訪問：支持下載並閱讀論文內容。
• 📋 論文列表：能查看所有已下載的論文。
• 🗃️ 本地存儲：可將論文保存到本地，以提高訪問速度。

💻 使用示例

基礎用法

1. 論文搜索

使用過濾器搜索論文：

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 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. 閱讀論文

訪問下載論文的內容：

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

🔧 配置

通過環境變量配置：

🧪 測試

運行測試套件：

python -m pytest

📄 許可證

本項目根據 MIT 許可證發佈。查看LICENSE。

團隊署名

由[團隊名稱]開發，更多信息請訪問項目主頁