🚀 arXiv MCP 服务器

🔍 arXiv MCP 服务器借助简单的 MCP 接口，让 AI 助手能够搜索和访问 arXiv 论文，为 AI 模型与 arXiv 研究仓库搭建了便捷的沟通桥梁。

🚀 快速开始

使用 uv 安装

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

开发环境搭建

# 克隆仓库并设置开发环境
git clone https://github.com/blazickjp/arxiv-mcp-server.git
cd arxiv-mcp-server

# 创建并激活虚拟环境
uv venv
source .venv/bin/activate

# 带测试依赖的安装
uv pip install -e ".[test]"

🔌 MCP 集成

在您的 MCP 客户端配置文件中添加以下内容：

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

✨ 主要特性

• 🔎 论文搜索：可使用日期范围和分类对 arXiv 论文进行过滤查询。
• 📄 论文访问：支持下载并阅读论文内容。
• 📋 论文列表：能查看所有已下载的论文。
• 🗃️ 本地存储：可将论文保存到本地，以提高访问速度。

💻 使用示例

基础用法

1. 论文搜索

使用过滤器搜索论文：

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

2. 论文下载

通过 arXiv ID 下载论文：

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

3. 列出论文

查看所有已下载的论文：

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

4. 阅读论文

访问下载论文的内容：

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

🔧 配置

通过环境变量配置：

🧪 测试

运行测试套件：

python -m pytest

📄 许可证

本项目根据 MIT 许可证发布。查看LICENSE。

团队署名

由[团队名称]开发，更多信息请访问项目主页