Researchtwin

ResearchTwin是一个开源联邦平台，将研究者的论文、数据集和代码库转化为可对话的数字孪生体，基于双模态胶质-神经优化架构，支持人类与AI智能体协作加速科学发现。

研究与数据搜索工具 #科研数字孪生 #联邦知识网络 #智能体协作 #学术发现 .Python

评分 : 2分

下载量 : 7.4K

更新时间 : 2026-03-13

打开站点

什么是ResearchTwin MCP服务器？

ResearchTwin MCP服务器是一个遵循Model Context Protocol标准的服务，它允许AI助手（如Claude Desktop、Cursor等）直接访问ResearchTwin平台上的研究数据。通过这个服务器，AI可以查询研究人员的数字孪生信息，包括他们的出版物、数据集、代码仓库和研究影响力指标，从而帮助用户进行更智能的研究探索和学术发现。

如何使用ResearchTwin MCP服务器？

使用ResearchTwin MCP服务器非常简单：首先在支持的AI客户端中配置MCP连接，然后就可以通过自然语言查询研究数据。例如，你可以问AI助手'查找关于机器学习的最新研究'或'比较两位研究人员的S-Index分数'。服务器会自动处理这些请求并返回结构化的研究信息。

适用场景

ResearchTwin MCP服务器特别适合以下场景：学术研究人员需要快速查找相关文献时；学生寻找导师或合作者时；项目团队评估潜在合作伙伴的研究影响力时；以及任何需要基于研究数据进行智能决策的场合。

主要功能

研究人员资料查询

通过研究人员slug或姓名查找完整的数字孪生资料，包括基本信息、研究领域、所属机构和联系方式。

论文检索与探索

访问研究人员的完整出版物列表，支持按标题、年份、引用次数和关键词进行筛选和排序。

数据集和代码库访问

获取研究人员共享的数据集和GitHub代码仓库信息，包括描述、许可证和使用统计。

S-Index指标分析

查询研究人员的S-Index分数（质量×影响力×协作），以及详细的h-index、引用次数和论文数量。

跨研究人员发现

基于关键词、研究领域或机构进行跨研究人员的搜索，发现潜在的合作者和相关研究。

实时数据更新

所有数据都从实时API源获取，确保信息的时效性和准确性，支持24小时缓存刷新。

优势

无缝集成：与Claude Desktop、Cursor等主流AI助手无缝集成，无需额外学习成本

实时数据：直接从Semantic Scholar、Google Scholar、GitHub等源获取最新研究数据

多模态支持：同时处理论文、数据集、代码等多种研究产出类型

标准化接口：遵循MCP协议，确保与未来AI工具的兼容性

隐私保护：通过研究人员slug而非个人身份信息进行查询，保护隐私

局限性

依赖网络连接：需要稳定的互联网连接访问ResearchTwin API

数据覆盖限制：某些小众领域或新兴研究人员的数据可能不完整

API速率限制：受限于外部数据源的API调用限制

需要配置：初次使用需要在AI客户端中进行简单配置

如何使用

安装MCP客户端

确保你使用的AI助手支持MCP协议。Claude Desktop和Cursor都原生支持MCP。

配置MCP服务器

在你的AI助手配置文件中添加ResearchTwin MCP服务器。配置通常位于~/.config/claude/desktop-config.json或类似位置。

重启AI助手

保存配置文件后，重启你的AI助手应用程序以使配置生效。

开始查询

现在你可以通过自然语言向AI助手查询研究数据了。例如：'查找martin-frasch的S-Index分数'或'显示胎儿监测领域的最新研究'。

使用案例

文献综述辅助

在进行文献综述时，快速查找某个领域的关键论文和主要研究人员。

合作者寻找

寻找具有特定技能或研究背景的潜在合作者。

研究影响力评估

评估自己或他人的研究影响力和产出质量。

研究趋势分析

分析某个研究领域的发展趋势和热点方向。

常见问题

ResearchTwin MCP服务器是免费的吗？

我需要注册ResearchTwin账户才能使用MCP服务器吗？

哪些AI助手支持ResearchTwin MCP服务器？

数据更新频率是多少？

如何确保查询结果的准确性？

我可以自托管MCP服务器吗？

MCP服务器支持哪些查询语言？

查询有速率限制吗？

🚀 ResearchTwin：科研知识的联邦智能网络

ResearchTwin 是一个开源的联邦平台，它能将研究人员的出版物、数据集和代码仓库转化为可对话的数字孪生体。该平台基于双模态神经胶质优化（BGNO）架构构建，支持人类与 AI 智能体协作，以加速科学发现。

在线平台：researchtwin.net | 加入网络

🚀 快速开始

托管模式（第 3 层） — 零配置

访问 researchtwin.net/join.html
使用您的姓名、电子邮件和研究标识符进行注册
您的数字孪生体将立即上线

本地节点（第 1 层） — 完全控制

git clone https://github.com/martinfrasch/researchtwin.git
cd researchtwin
pip install -r backend/requirements.txt
cp node_config.json.example node_config.json
# 使用您的详细信息编辑 node_config.json
python run_node.py --config node_config.json

Docker 部署

cp .env.example .env  # 添加您的 API 密钥
docker-compose up -d --build

所需 API 密钥：ANTHROPIC_API_KEY（用于 Claude RAG）可选：S2_API_KEY、GITHUB_TOKEN、DISCORD_BOT_TOKEN、SMTP 凭证

✨ 主要特性

整合多模态研究成果：集成来自 Semantic Scholar、Google Scholar、GitHub 和 Figshare 的多模态研究成果。
实时计算 S-Index 指标：跨所有输出类型实时计算 S-Index 指标（质量 × 影响 × 协作）。
交互式研究探索：提供对话式聊天机器人界面，用于交互式研究探索。
支持机器间研究发现：通过带有 Schema.org 类型的 Inter - Agentic Discovery API 支持机器间的研究发现。
联邦式架构：采用类似 Discord 的 联邦式架构，支持本地节点、中心节点和托管边缘节点。

📦 安装指南

托管模式（第 3 层）

访问 researchtwin.net/join.html 进行注册，即可立即使用。

本地节点（第 1 层）

git clone https://github.com/martinfrasch/researchtwin.git
cd researchtwin
pip install -r backend/requirements.txt
cp node_config.json.example node_config.json
# 使用您的详细信息编辑 node_config.json
python run_node.py --config node_config.json

Docker 部署

cp .env.example .env  # 添加您的 API 密钥
docker-compose up -d --build

💻 使用示例

嵌入 S-Index 小部件

在您的实验室网站、Google Sites 页面或个人主页上展示您的 S-Index：

<iframe
  src="https://researchtwin.net/embed.html?slug=YOUR-SLUG"
  width="440" height="180"
  style="border:none; border-radius:12px;"
  loading="lazy">
</iframe>

将 YOUR - SLUG 替换为您的研究人员标识符（例如 martin - frasch）。

Google Sites：编辑页面 > 插入 > 嵌入 > “按 URL” 标签 > 粘贴 https://researchtwin.net/embed.html?slug=YOUR-SLUG

WordPress：添加自定义 HTML 块并粘贴 iframe 代码。

小部件将显示研究人员的姓名、S-Index 分数、h 指数、引用次数和论文数量。数据将从实时 API 源自动更新。

查看实际效果 | 完整嵌入说明

📚 详细文档

文档	描述
API 参考	完整的 REST API 文档，包含架构和示例
自托管指南	第 1 层本地节点的设置和配置
中心节点联合指南	第 2 层中心节点的架构和设置（计划中）
安全策略	漏洞报告和安全最佳实践

🔧 技术细节

BGNO（双模态神经胶质优化）

数据来源          神经胶质层          神经层         接口层
┌──────────────┐    ┌─────────────┐    ┌──────────────┐    ┌────────────┐
│Semantic Scholar│───▶│             │    │              │    │  网页聊天  │
│Google Scholar │───▶│  SQLite     │───▶│  RAG with    │───▶│  Discord   │
│GitHub API     │───▶│  缓存 +    │    │  Claude API  │    │  智能体 API │
│Figshare API   │───▶│  速率限制 │    │              │    │  嵌入组件  │
└──────────────┘    └─────────────┘    └──────────────┘    └────────────┘

连接器层：拉取论文（S2 + GS 去重）、代码仓库（GitHub）、数据集（Figshare）和 ORCID 元数据。
神经胶质层：SQLite 缓存，TTL 为 24 小时，速率限制，S2 + GS 标题相似度合并（阈值 0.85）。
神经层：使用 Claude 的 RAG — 上下文组装、提示工程、对话合成。
接口层：D3.js 知识图谱、聊天小部件、Discord 机器人、REST API。

联邦网络层级

层级	名称	描述	状态
第 1 层	本地节点	研究人员在本地运行 `python run_node.py`	已上线
第 2 层	中心节点	实验室聚合器联合多个节点	计划中
第 3 层	托管边缘节点	在 researchtwin.net 上进行云托管	已上线

智能体间发现 API

带有 Schema.org @type 注释的机器可读端点：

端点	Schema.org 类型	用途
`GET /api/researcher/{slug}/profile`	`Person`	带有 HATEOAS 链接的研究人员简介
`GET /api/researcher/{slug}/papers`	`ScholarlyArticle` 的 `ItemList`	带有引用的论文
`GET /api/researcher/{slug}/datasets`	`Dataset` 的 `ItemList`	带有 QIC 分数的数据集
`GET /api/researcher/{slug}/repos`	`SoftwareSourceCode` 的 `ItemList`	带有 QIC 分数的代码仓库
`GET /api/discover?q=keyword&type=paper`	`SearchResultSet`	跨研究人员搜索

仓库结构

researchtwin/
├── backend/
│   ├── main.py              # FastAPI 端点（REST + 发现 API）
│   ├── researchers.py        # SQLite 研究人员 CRUD + 令牌管理
│   ├── database.py           # SQLite 架构、WAL 模式、迁移
│   ├── models.py             # 所有端点的 Pydantic 模型
│   ├── rag.py                # 用于 Claude 的 RAG 上下文组装
│   ├── qic_index.py          # S-Index / QIC 计算引擎
│   ├── email_service.py      # 用于配置文件更新代码的 SMTP 服务
│   ├── connectors/           # 数据源连接器
│   │   ├── semantic_scholar.py
│   │   ├── scholarly_lib.py  # 通过 scholarly 访问 Google Scholar
│   │   ├── github_connector.py
│   │   └── figshare.py
│   └── discord_bot/          # 带有 /research 和 /sindex 的 Discord 机器人
├── frontend/
│   ├── index.html            # 带有 D3.js 知识图谱的主仪表板
│   ├── join.html             # 自助注册页面
│   ├── update.html           # 电子邮件验证的配置文件更新页面
│   ├── privacy.html          # 隐私政策页面
│   └── widget-loader.js      # 可嵌入的聊天小部件
├── run_node.py               # 第 1 层本地节点启动器
├── node_config.json.example  # 本地节点配置模板
├── docker-compose.yml        # Docker 编排文件
├── nginx/                    # Nginx 反向代理 + SSL
└── whitepaper.tex            # LaTeX 手稿