jcr MCP

JCR分区表MCP服务器

基于ShowJCR存储库数据的模型上下文协议（MCP）服务器，为大型语言模型提供最新的日志分区表查询功能。

 

💡 新版本：现在支持通过一键部署 uvx！无需手动安装依赖项，即用即用。 📖 升级指南：如果您从旧版本升级，请检查 MIGRATION_GUIDE.md

特性

🔧 工具

• 搜索_新闻 -搜索日志信息，包括影响因子、分区、警告状态等。
• get_partition_trends -获取日志分区变化趋势分析
• 检查_学习_期刊 -查询警告列表上的国际期刊列表
• 比较期刊 -比较多个期刊的综合信息

📋 资源

• jcr://database-info -数据库基本信息和统计

💡 提示

• 日志分析 -用于日志分析的专用提示模板

数据源

该项目基于 ShowJCR 存储库，包括：

• 升级的CAS日志分区表 (2025, 2023, 2022)
• JCR期刊影响因素 (2024, 2023, 2022)
• 国际期刊警告列表 (2025, 2024, 2023, 2021, 2020)
• CCF国际学术期刊推荐目录 (2022)
• 计算机领域高质量科技期刊目录 (2022)

安装和部署

方法1：使用uvx进行部署（推荐）

uvx 是一个快速可靠的工具，用于运行Python应用程序，而无需手动安装依赖项。

1.首次同步数据

bash uvx-来自jcr-mcp-server@git+https://github.com/NormanMises/jcr_mcp.gitjcr-mcp同步

选择“1”以同步所有数据，并等待下载和导入完成。

2.启动服务器

bash uvxjcr-mcp-server@git+https://github.com/NormanMises/jcr_mcp.git

或者直接使用包名（如果发布到PyPI）： bash uvx jcr mcp服务器

3.在Claude Desktop中配置

编辑Claude Desktop配置文件并添加： JSON { “mcpServers”：{ “jcr分区”：{ “命令”：“uvx”， “args”：\[jcr-mcp-server@git+https://github.com/NormanMises/jcr_mcp.git"\], “env”：｛｝ } } }

方法2：从源代码安装

1.克隆存储库

bash 克隆https://github.com/NormanMises/jcr_mcp.git cd jcr_mcp

2.安装包装

bash pip安装-e。

3.同步数据

bash jcr-mcp同步

选择“1”以同步所有数据，并等待下载和导入完成。

4.启动服务器

bash jcr-mcp服务器

方法3：传统方法（与旧版本兼容）

1.环境要求

• Python 3.8+
• SQLite3

2.安装依赖项

bash pip安装-r要求.txt

3.同步数据

bash python数据同步.py

4.启动服务器

bash python jcr_mcpserver.py

快速测试

安装后，您可以快速验证安装是否成功：

1.测试服务器启动

bash

使用uvx

uvxjcr-mcp-server@git+https://github.com/NormanMises/jcr_mcp.git

或者使用已安装的命令

jcr-mcp服务器

或者使用python-m

python-m jcr_mcp

如果您看到启动信息，则安装成功。按 Ctrl+C 停止服务器。

2.测试数据同步

bash

使用已安装的命令

jcr-mcp同步

选择“4”退出测试界面

客户端测试

独立测试

bash python test_client.py

选择模式：

• 模式1：自动测试所有功能
• 模式2：交互式查询模式

与Claude Desktop集成

使用uvx（推荐）

将以下内容添加到Claude Desktop配置文件中： JSON { “mcpServers”：{ “jcr分区”：{ “命令”：“uvx”， “args”：\[jcr-mcp-server@git+https://github.com/NormanMises/jcr_mcp.git"\], “env”：｛｝ } } }

使用已安装的软件包

JSON { “mcpServers”：{ “jcr分区”：{ “命令”：“jcr-mcp-server”， “args”：\[\]， “env”：｛｝ } } }####使用Python脚本（传统方法） JSON { “mcpServers”：{ “jcr分区”：{ “command”：“python”， “args”：\[“path/to/jcr_mcpserver.py”\]， “cwd”：“路径/to/project” } } }

使用示例

1.期刊检索

python

搜索《自然》杂志

result=await-session.call_tool（“search_journal”{ “journal_name”：“自然” })

2.分区趋势分析

python

获取《科学》杂志的分区趋势变化

result=await-session.call_tool（“get_partition_trends”{ “journal_name”：“科学” })

3.期刊比较

python

比较三种顶级期刊

result=await-session.call_tool（“comparejournals”{ “journal_list”：“自然、科学、细胞” })

4.预警日记账查询

python

查询警告日志

result=await-session.call_tool（“check_warning_journals”{ “关键字”：“MDPI” })

输出示例

期刊搜索结果

📚 期刊名称：NATURE

\[2024\] 📊 影响系数：64.8 🏆 分区：Q1 📖 学科类别：多学科科学

\[2025\] 🏆 分区：第一层 📖 主题分类：普通期刊

日志比较结果

📊 期刊对比分析结果

日志名称最新影响因子最新分区警告状态

自然64.8 Q1正常\ 科学56.9 Q1正常\ 电池64.5 Q1正常

💡 提交建议： ⭐ Nature：顶级期刊，强烈推荐 ⭐ 科学：顶级期刊，强烈推荐\ ⭐ Cell：顶级期刊，强烈推荐

技术架构

数据层

• SQLite数据库，用于存储所有分区表数据
• 支持多年的历史数据
• 自动数据同步和验证机制
• 数据存储在用户目录中 ~/.jcr_mcp/ 确保持久性

服务层

• 使用FastMCP框架构建的MCP服务器
• 异步处理以提高性能
• 全面的错误处理和记录
• 支持多种运行方式（uvx、pip安装、直接执行）

界面层

• 标准MCP协议接口
• 支持三种类型：工具、资源和提示
• 与各种MCP客户端兼容

扩展说明

添加新数据源

1. 将新数据源添加到 data_sources 字典在 data_sync.py
2. 运行数据同步以更新数据库
3. 更新中的解析逻辑 jcr_mcp_server.py

添加新工具

1. 使用 @app.tool() 室内装饰师 jcr_mcp_server.py
2. 实现具体的查询逻辑
3. 添加适当的文档字符串

数据存储位置

当使用uvx或已安装的软件包运行时，数据库将自动存储在用户的主目录中：

• Linux/Mac： ~/.jcr_mcp/jcr.db
• 窗户： %USERPROFILE%\.jcr_mcp\jcr.db

这确保了数据在不同的运行时环境中保持一致，不会被意外删除。

部署到云端

服务器可以部署到云平台，支持HTTP传输： python app.run（传输=“可流式传输http”，主机=“0.0.0.0”，端口=8080）

相关链接

• ShowJCR原创项目
• MCP官方文件
• 克劳德桌面MCP集成指南

许可证

这个项目是在MIT许可下开源的。

贡献

欢迎提交问题和拉取请求以改进此项目！