Literature Review Assistant

文献综述助手MCP服务器（lit-mcp）

     

一个强大的模型上下文协议（MCP）服务器，提供无缝访问学术文献数据库的服务，帮助研究人员利用大型语言模型（LLM）和如Claude、Cursor等MCP客户端加速文献综述过程。

🚀 特点

• arXiv 集成从arXiv搜索并检索学术论文
• DBLP集成从DBLP数据库中搜索计算机科学出版物
• AI驱动的提示生成全面的研究总结和见解（可作为“/”命令使用）
• MCP 兼容与任何MCP客户端（如Claude、Cursor等）兼容工作
• 结构化数据返回格式良好的论文元数据
• 快速且可靠基于FastMCP构建，以实现最佳性能
• 可扩展的易于添加新的学术数据库

🚀 快速入门

1. 安装紫外线灯（一次性设置）

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

2. 添加到MCP客户端

只需在你的MCP客户端配置中添加lit-mcp即可 uvx 剩下的都会自动处理！

🔌 MCP 客户端集成

Cursor 集成开发环境（IDE）

添加到您的MCP配置中（通常在 ~/.cursor/mcp.json):

{
  "mcpServers": {
    "lit-mcp": {
      "command": "uvx",
      "args": ["lit-mcp"]
    }
  }
}

Codex CLI（可译为“Codex 命令行界面”或“Codex 命令行工具”，具体根据上下文确定）

使用这个单行命令来与codex一起使用它。

codex mcp add lit-mcp -- uvx lit-mcp

Other MCP Clients (Claude Desktop, etc.)

任何兼容MCP的客户端都可以使用lit-mcp，并遵循相同的配置模式：

{
  "mcpServers": {
    "lit-mcp": {
      "command": "uvx",
      "args": ["lit-mcp"]
    }
  }
}

示例用法：

配置完成后，您可以在MCP客户端中使用可用的工具：

# Search tools
Search for 5 papers on "machine learning transformers" using arXiv.
Search for computer science papers on "GPS trajectory" using DBLP.

# AI-powered prompts (as "/" commands in Cursor)
/latest_info small language models
/related_topics transformer architectures  
/author_spotlight computer vision

📖 可用工具

搜索工具

arxiv_search

在arXiv上使用高级查询功能搜索学术论文。

参数：

• query (字符串)：搜索查询（支持arXiv语法，如 au:Author_Name， ti:Title等）
• max_results （整数，可选）：结果的最大数量（默认：10）

返回值：

• 论文对象列表，包含标题、作者、发表日期、摘要、PDF链接、类别和DOI

示例查询：

# Search by author
"au:Gaurab_Chhetri"

# Search by title keywords
"ti:machine learning"

# Search by category
"cat:cs.AI"

# Combined search
"au:Chhetri AND ti:transport"

dblp_search

在DBLP数据库中搜索计算机科学出版物。

参数：

• query (字符串)：计算机科学论文的搜索查询
• max_results （整数，可选）：最大结果数量（默认：10）

返回值：

• 包含标题、作者、会议/期刊名称、卷号、期号、页码、出版者、年份、类型、访问方式、关键词、数字对象标识符（DOI）、电子版链接及DBLP网址的出版物对象列表

示例查询：

# Search for specific topics
"machine learning"
"computer vision"
"natural language processing"
"GPS trajectory"
"blockchain technology"

基于人工智能的研究提示

latest_info

生成该研究领域最新创新、趋势和论文的全面总结。

参数：

• topic （字符串）：要分析的研究领域或主题

返回值：

• 结构清晰的Markdown文档，包含最新论文、关键趋势及见解

特点：

• 查找最新论文（最好为过去12个月内的）
• 关注高被引、新兴或新颖的作品
• 提供带有PDF链接的结构化摘要
• 包含“关键趋势与见解”部分
• 格式美观，便于阅读

示例用法：

# As MCP prompt
Generate latest information about "small language models"
Analyze recent trends in "quantum machine learning"

# As "/" command in Cursor
/latest_info small language models
/latest_info quantum machine learning

related_topics

发现与给定主题相关联的新兴研究领域。

参数：

• topic （字符串）：研究课题，旨在探索……之间的联系

返回：

• 结构化的Markdown文档，包含相关主题、代表性论文及新兴交叉领域

特点：

• 确定3-6个不同的相关主题或子领域
• 展示主题之间的联系
• 提供带有摘要的代表性论文
• 突出新兴的跨学科领域
• 揭示了新颖的应用及融合趋势

示例用法：

# As MCP prompt
Find related topics for "transformer architectures"
Explore connections around "federated learning"

# As "/" command in Cursor
/related_topics transformer architectures
/related_topics federated learning

author_spotlight

识别在某一领域推动创新的领军作者、实验室和研究团队。

参数：

• topic (字符串)：用于分析关键贡献者的研究领域

返回值：

• 结构化Markdown文档，包含顶级作者、他们的所属机构、知名论文以及合作网络

特点：

• 按发表频率和影响力对作者进行排名
• 展示所属机构及研究主题
• 列出重要论文及其摘要
• 确定合作网络和研究团队
• 突出跨机构项目

示例用法：

# As MCP prompt
Find leading authors in "computer vision"
Identify key researchers in "natural language processing"

# As "/" command in Cursor
/author_spotlight computer vision
/author_spotlight natural language processing

📊 示例输出

arXiv 搜索结果

{
  "title": "Model Context Protocols in Adaptive Transport Systems: A Survey",
  "authors": ["Gaurab Chhetri", "Shriyank Somvanshi", "..."],
  "published": "2025-08-26T17:58:56+00:00",
  "summary": "The rapid expansion of interconnected devices...",
  "entry_id": "http://arxiv.org/abs/2508.19239v1",
  "pdf_url": "http://arxiv.org/pdf/2508.19239v1",
  "categories": ["cs.AI"],
  "doi": null
}

DBLP搜索结果

{
  "title": "GPS Trajectory Data Mining: A Survey",
  "authors": ["John Doe", "Jane Smith"],
  "venue": "IEEE Transactions on Knowledge and Data Engineering",
  "volume": "35",
  "number": "3",
  "pages": "1234-1250",
  "publisher": "IEEE",
  "year": "2023",
  "type": "Journal Articles",
  "access": "open",
  "key": "journals/tkde/DoeS23",
  "doi": "10.1109/TKDE.2023.1234567",
  "ee": "https://doi.org/10.1109/TKDE.2023.1234567",
  "url": "https://dblp.org/rec/journals/tkde/DoeS23.html"
}

🎯 实际案例

我们通过将其添加到Cursor中来测试了这个MCP 输出 该内容是使用新的AI驱动提示和搜索工具生成的。这项全面的调查展示了lit-mcp的功能：

使用以下工具生成：

• latest_info 关于近期趋势和创新的提示
• related_topics 提示相关研究领域的连接
• author_spotlight 寻求关键研究人员及合作机会
• arxiv_search 论文发现与引用工具

原始提示：

我想撰写一篇关于小型语言模型的综述论文。你能为我创建一个模板，并提供内容的详细分析吗？论文应采用叙述（段落）式风格，尽量少用项目符号。请更新名为small-lang-models.md的文件，并将详细内容放入其中。务必使用Markdown引用格式在文中添加准确的引用，并确保为所有论文提供PDF链接。请使用arxiv工具。

🛠️ 开发安装

先决条件

• Python 3.12
• UV包管理器

Setup & Development Configuration

1. 克隆仓库

   git clone https://github.com/gauravfs-14/lit-mcp.git
   cd lit-mcp

1. 安装依赖项

   # Install UV if not already installed
   curl -LsSf https://astral.sh/uv/install.sh | sh

   # Install project dependencies
   uv sync

1. 运行MCP服务器

   uv run lit-mcp

MCP客户端的开发环境设置

如果你是在本地进行开发，可以使用开发环境设置：

{
  "mcpServers": {
    "lit-mcp": {
      "command": "uv",
      "args": [
        "--directory",
        "",
        "run",
        "lit-mcp"
      ]
    }
  }
}

🤝 贡献（或：参与贡献）

我们欢迎投稿！请参阅我们的 贡献指南 有关如何为该项目做出贡献的详细信息，请参阅。

Quick Start for Contributors

1. 为仓库创建分支（或“克隆仓库”）
2. 创建一个特性分支（git checkout -b feature/amazing-feature）
3. 做出你的更改
4. 运行测试（uv run python tests/test_basic.py)
5. 提交您的更改（git commit -m 'Add amazing feature'）
6. 推送到分支（git push origin feature/amazing-feature）
7. 提交一个拉取请求

新贡献者可以帮助以下方面：

• 新增学术数据库集成（PubMed、IEEE Xplore、ACM数字图书馆）
• 创建新的基于人工智能的研究提示
• 优化现有的提示模板
• 添加新的评估指标和基准
• 加强文档编写和示例提供

如需详细指南，请参阅 CONTRIBUTING.md 翻译为中文是：“贡献指南.md” 或 “贡献规范.md”。（注：这里的“.md”通常表示这是一个Markdown格式的文件，所以在中文语境下，我们可能会保留“.md”以表明文件格式，或者根据具体需要选择是否省略。）。

这个项目遵循一个 行为准则/行为规范 确保为所有贡献者提供一个友好的环境。

🙏 致谢

• arXiv 为学术论文提供免费访问权限
• DBLP（数据库和图书馆协议，或具体指计算机科学领域的数据库，如“Digital Bibliography & Library Project”，但通常直接称为DBLP） 用于全面的计算机科学文献目录
• arxiv-py（可译为“arxiv Python工具”或根据具体上下文简化为“arxiv Python”） 为优秀的Python封装库开发者
• DBLP API 为提供直接访问计算机科学出版物的途径
• FastMCP 针对MCP服务器框架

🆘 支持

如果您遇到任何问题或有任何疑问：

1. 检查一下 问题 页面
2. 创建一个包含详细信息的新问题
3. 加入我们的社区讨论

📄 许可证

这个项目采用MIT许可证授权——详见 许可证 详情见文件。