🧠 使用MCP服务器组织研究论文
此存储库提供了一个MCP服务器 整理个人研究论文 使用a MCP（模块化指挥平台） 服务器和 语义搜索该平台能够实现高效的论文检索、自动项目分配，并使用LLM协助撰写文献综述部分。
此服务器主要为Claude Desktop设计，但也可以与其他MCP客户端很好地配合使用。
该项目是BKMS1课程（@SNU GSDS）学期项目的一部分。
______________________________________________________________________
⚡️ 快速启动
以下快速入门指南基于Apple Silicon MacBook。
- 安装uv
curl -LsSf https://astral.sh/uv/install.sh | sh- 克隆存储库
git clone https://github.com/Jongbin-kr/MyArxivDB_MCP.git- 整合所有依赖关系并激活虚拟环境
uv sync
source /.venv/bin/activate- 在以下位置设置环境变量
.env文件。
# .env
PINECONE_API_KEY = "YOUR PINECONE_API_KEY"
DB_NAME = "YOUR_DB_NAME"
DB_USER = "YOUR_DB_USERNAME"
DB_PASSWORD = "YOUR_DB_PASSWORD"
DB_HOST = "localhost"
DB_PORT = 4444- Claude Desktop上的所有MCP服务器
mcp install server.py- 完成！Claude桌面应用程序将自动检测MCP服务器，您可以开始使用i！
______________________________________________________________________
📌 动机
研究人员经常积累大量论文，但缺乏按主题或项目系统组织论文的工具。BKMS旨在：
- 使用嵌入将新论文自动分配给相关项目
- 允许对特定于项目的文献进行语义搜索
- 使用LLMs协助起草“相关工作”等章节
______________________________________________________________________
🛠️ 主要功能
我们的MCP服务器支持以下核心功能：
- 爬行 使用arXiv API使用ID或URL从arXiv获取元数据和PDF
- 嵌入 使用Pinecone API的摘要(
llama-text-embed-v2) - 存储 PostgreSQL+pgvector数据库中的论文和项目
- 生成 通过LLM提示显示“相关工作”部分
______________________________________________________________________
🎥 工作流程和演示视频
您可以在assets文件夹中看到我们的PPT和演示视频。
我们的项目工作流程和数据库模式的简要概述如下。 
______________________________________________________________________
👨👩👧👦 团队
- 朴延镇
- 元钟彬
- 郑艺俊
