Academic Research MCP

学术研究MCP服务器

统一的 模型上下文协议 服务器，通过以下方式为人工智能助手提供九个学术研究API的访问权限 25工具，加上本地缓存、系统审查管理和符合PRISMA标准的工作流支持。专为临床医学和计算机科学领域的生物医学研究人员设计。

API和数据源

基本使用不需要API密钥。提高吞吐量的可选环境变量：

安装

选项1--一键式（克劳德桌面）

下载 academic-research-mcp.dxt 然后双击它。Claude Desktop将提示您输入可选的API键并自动重新启动。

选项2-- uvx （克劳德代码、游标、任何MCP客户端）

无安装步骤-- uvx 首次使用时，在隔离环境中获取并运行包。

添加到MCP配置(.claude/mcp.json, cursor_mcp.json等等）：

{
  "mcpServers": {
    "academic-research": {
      "command": "uvx",
      "args": ["academic-research-mcp"],
      "env": {
        "OPENALEX_EMAIL": "your-email@institution.edu",
        "S2_API_KEY": "your-key-here",
        "NCBI_API_KEY": "your-ncbi-key-here"
      }
    }
  }
}

需要 uv (curl -LsSf https://astral.sh/uv/install.sh | sh).

选项3-- pip install

pip install academic-research-mcp
academic-research-mcp  # runs the server

选项4——来源

git clone https://github.com/alisoroushmd/academic-research-mcp.git
cd academic-research-mcp
pip install -e .
academic-research-mcp

全部25个工具

智能工具（从这里开始）

• smart_search -- 推荐的搜索工具。 具有重复数据删除和提前停止功能的多源搜索。设置后自动记录为活动审阅。
• find_paper --通用纸张解析器。接受任何标识符（DOI、PMID、arXiv ID、URL、标题）。

统一搜索和作者

• search_papers --通过以下方式搜索任何来源 source 参数（openalex、s2、交叉引用、arxiv、medrxiv、google_scholar、pubmed）。对于PubMed，支持完整的MeSH/Boolean语法。自动记录到活动审阅。
• search_authors --搜索openalex、s2、orcid、google_scholar的研究人员。
• get_author --按ID列出的详细作者资料（根据ID格式自动检测来源）。
• get_author_works --作者在任何来源的出版物。
• get_author_funding --ORCID资金/赠款历史。

引文与推荐（语义学者）

• get_paper_network --引文网络：正向（谁引用了这篇文章），反向（这篇文章引用了什么），或两者兼而有之。
• recommend_papers --“像这样的论文”推荐。
• batch_get_papers -- 批量查找：一次请求最多500篇论文。

预印本（medRxiv/bioRxiv）

• preprints --三种模式：最近（按类别）、日期范围或发布状态检查。

机构

• get_institution --OpenAlex提供的机构详细信息。

PDF和开放获取

• open_access --查找一个或多个DOI（Unpaywall、PMC、预印本、存储库）的法律PDF。

引文验证

• validate_citations --在向用户展示之前，验证DOI和PMID是否确实存在（最多25个）。

缓存

• cache_manage --查看缓存统计数据或按类别清除。

系统性审查工具

• create_review --以名称和研究问题开始新的系统综述。
• reviews --列出所有评论或获取其中一篇的完整详细信息（搜索日志、按状态统计的论文数）。
• delete_review --永久删除评论及其所有数据。
• set_active_review --激活自动日志记录：所有后续搜索都会自动进行重复数据消除并记录到此审阅中。
• add_papers_to_review --按DOI/PMID手动添加论文（用于专家建议、参考文献列表）。
• get_review_papers --带可选状态/搜索过滤器的分页检索。
• update_paper_status --批量更新筛选状态（新、筛选输入、筛选输出、包括在内）。
• snowball_search --引文收获：从种子论文向前/向后，根据评论库进行重复数据删除。
• export_review --将文件导出为DOI列表或Zotero进口的完整词典。
• prisma_counts --PRISMA 2020流程图计数（包括识别、筛查）。

系统评审工作流程

1. create_review("GIM risk SR", "gastric intestinal metaplasia risk stratification")
2. set_active_review(review_id)       # enables auto-logging
3. smart_search / search_papers       # results auto-deduplicate and log
4. snowball_search(review_id, seeds)  # citation harvesting from key papers
5. add_papers_to_review(review_id, ["10.xxxx/..."])  # manual additions
6. get_review_papers(review_id)       # browse candidates
7. update_paper_status(review_id, paper_ids, "screened_in")
8. prisma_counts(review_id)           # PRISMA flow diagram numbers
9. export_review(review_id)           # DOI list for Zotero import

所有搜索都会记录源、查询、筛选器、原始计数和新的去重计数。重复数据删除使用DOI（不区分大小写）、PMID和模糊标题匹配（相似度>=85%）。

摘要

所有搜索工具都会返回可用的摘要。Semantic Scholar、arXiv、PubMed和medRxiv直接返回完整摘要。OpenAlex从其倒排索引格式重建摘要。CrossRef在出版商存入摘要时返回摘要（覆盖范围各不相同）。在获取完整论文之前，使用摘要内容来评估相关性。

何时使用哪个来源

吞吐量策略

当您需要比单个API允许的速度更快地处理论文时：

1. 使用智能搜索 --首先自动选择OpenAlex（10请求/秒），根据需要添加源
2. S2批处理端点 --一次请求500篇论文 batch_get_papers
3. CrossRef回退 --50个请求/秒，使用电子邮件，150M以上的工作量
4. PubMed --10 req/sec，带NCBI API密钥，完整的MeSH词汇表
5. 缓存命中 --重复查找（具有里程碑意义的论文、你自己的作品）是即时的
6. 谷歌学者最后 --最激进的限速，谨慎使用

本地缓存

服务器在以下位置包含一个SQLite缓存（WAL模式、单例连接、线程安全） ~/.cache/academic-research-mcp/cache.db 即：

• 通过缓存来自所有9个API客户端的结果 @cached 装饰器
• 避免对频繁访问的论文进行多余的API调用
• 默认TTL：搜索24小时，论文详细信息7天，作者3天
• 服务器启动时自动清理过期条目
• 用覆盖位置 ACADEMIC_CACHE_DIR env 是

同一数据库将系统综述状态（综述、论文、搜索）存储在单独的表中。

依赖项

• Python 3.10+
• 主控程序 --模型上下文协议SDK
• 请求： --HTTP客户端
• [httpx\[袜子\]](https://www.python-httpx.org/) --支持SOCKS代理的异步HTTP客户端
• 学术的 --谷歌学术访问
• debvedxml --安全XML解析（PubMed/arXiv响应）
• pip系统证书 --为企业/VPN环境使用操作系统证书存储

许可证

麻省理工学院