Openalex MCP Tool

______________________________________________________________________

标题：OpenAlex Explorer MCP服务器 表情符号📚 颜色来源：蓝色 颜色To：绿色 sdk：毕业 sdk版本：4.0.0 app_file：app.py 固定：false 许可证：mit 标签：

• mcp服务器轨道
• openalex
• 学术研究
• 模型上下文协议
• 格拉迪奥

______________________________________________________________________

📚 OpenAlex Explorer MCP服务器-增强版

🏆 代理人和MCP黑客马拉松提交（2025年6月2日至10日）

一个增强的两用应用程序，提供 Gradio网络界面 和 MCP（模型上下文协议）服务器 用于从OpenAlex API访问全面的学术研究数据。扩展了其他实体类型、高级过滤功能和分析工具，以实现更复杂的研究工作流程。

🚀 现场演示

现在试试: https://huggingface.co/spaces/skazo4nick/openalex-mcp-tool 视频演示链接: https://youtu.be/XJNCQ5J2yPM

🎯 核心功能

🔍 MCP工具

核心工具

1. search_openalex_papers -使用日期过滤搜索学术论文
2. get_publication_by_doi -按DOI检索特定出版物
3. search_openalex_authors -查找作者及其指标
4. search_openalex_concepts -探索学术概念和领域

第1阶段增强工具

1. search_openalex_topics -探索学术主题（改进概念替换）
2. search_openalex_institutions -查找研究机构和大学
3. search_openalex_sources -探索出版场所（期刊、会议）

第二阶段高级工具

1. group_openalex_works -用于统计分析的团体出版物
2. advanced_search -使用布尔运算符的复杂查询

第3阶段附加工具

1. search_openalex_publishers -查找学术出版商
2. search_openalex_funders -发现研究资助组织
3. bulk_retrieve_works -高效检索大型数据集

🤖 MCP集成

将您的人工智能代理与学术研究联系起来：

{
  "mcpServers": {
    "openalex-explorer": {
      "url": "https://huggingface.co/spaces/skazo4nick/openalex-mcp-tool/gradio_api/mcp/sse"
    }
  }
}

🌐 web界面

• 可直接使用的交互式Gradio界面
• 使用可定制的过滤器进行实时搜索
• 用户友好的结果格式

⚡ 快速开始

选项1：使用实时演示

访问 拥抱脸部空间 并立即开始搜索。

选项2：本地运行

# Clone the repository
git clone https://huggingface.co/spaces/skazo4nick/openalex-mcp-tool
cd openalex-mcp-tool

# Install dependencies
pip install -r requirements.txt

# Set up OpenAlex API access (recommended)
export OPENALEX_EMAIL="your-email@example.com"

# Run the application
python app.py

访问地址： http://localhost:7860

🛠️ MCP客户端使用情况

示例：搜索最近的AI论文

import asyncio
from mcp import Client

async def search_ai_papers():
    url = "https://huggingface.co/spaces/skazo4nick/openalex-mcp-tool/gradio_api/mcp/sse"
    
    async with Client("sse", url=url) as client:
        result = await client.call_tool("search_openalex_papers", {
            "query": "large language models",
            "start_year": 2023,
            "max_results": 5
        })
        
        print(result.content[0].text)

asyncio.run(search_ai_papers())

可用工具

核心工具

第1阶段增强工具

| search_openalex_topics |探索研究主题| topic_name, max_results | | search_openalex_institutions |查找大学和机构| institution_name, max_results | | search_openalex_sources |探索出版场所| source_name, max_results |

第二阶段高级工具

| group_openalex_works |分析研究趋势| group_by, filter_query | | advanced_search |复杂的研究查询| query, search_fields |

第3阶段附加工具

| search_openalex_publishers |查找学术出版商| publisher_name, max_results | | search_openalex_funders |发现资助组织| funder_name, max_results | | bulk_retrieve_works |检索大型数据集| query, max_results |

🎥 演示视频

🔗 观看演示视频 *（即将推出）*

🏗️ 技术架构

• 前端：Gradio 4.x，支持MCP
• 后端：带pyalex库的Python
• 协议：MCP通过服务器发送事件（SSE）
• API：OpenAlex（免费，不需要API密钥）
• 部署：拥抱面部空间

📖 文档

有关详细文档，请参阅 docs/ 文件夹：

• 用户指南 -完整的使用说明
• API文档 -MCP集成详细信息
• 部署指南 -针对不同平台的设置
• 需求规格说明书 -详细的技术规格

实施计划

• 第一阶段增强功能 -高优先级实体实施
• 第2阶段增强功能 -高级功能和分析
• 第3阶段增强功能 -其他实体和批量操作

报告

• 差距分析 -API功能与当前实现的比较
• 实施规范 -详细的技术规格
• 增强摘要 -调查结果执行摘要
• 第一阶段实施报告 -关于第一阶段改进的综合报告

架构决策记录

• ADR 001：增强OpenAlex MCP的实施 -决定扩大API覆盖范围
• ADR 002：MCP服务器架构 -MCP实现的架构方法
• ADR 003：检索器模块实现 -一种新的实体检索方法
• ADR 004：第一阶段实施 -第一阶段的架构决策

🔧 配置

环境变量

# Optional: Your email for OpenAlex API (recommended for better access)
export OPENALEX_EMAIL="your-email@example.com"

# Optional: Custom configuration file
export SLR_CONFIG_PATH="/path/to/config.yaml"

依赖项

gradio[mcp]>=4.0.0
pyalex>=0.13
PyYAML>=6.0
python-dotenv>=1.0.0
requests>=2.31.0

🌟 用例

对于研究人员

• 文献综述：按主题和日期范围搜索论文
• 作者发现：寻找特定领域的专家
• 引文追踪：通过DOI获取出版物详细信息
• 研究趋势：分析一段时间内的发布模式
• 制度分析：比较不同组织的研究成果
• 场馆评估：评估期刊和会议声誉

对于AI代理

• 研究助理：使法学硕士能够访问学术数据
• 事实核查：根据学术来源核实索赔
• 内容生成：加强学术参考文献的写作
• 文献综述：自动总结研究领域
• 专家鉴定：寻找特定主题的专家
• 趋势分析：确定新兴研究领域

对于开发者

• MCP集成：为任何MCP客户端添加研究功能
• 数据管道：自动化学术数据收集
• 研究工具：构建自定义学术应用程序
• API扩展：使用其他工具扩展功能
• 分析平台：创建研究见解仪表板
• 知识库：将学术数据整合到更大的系统中

📊 搜索示例

最近的人工智能研究：

Query: "transformer neural networks"
Years: 2023 to 2024

气候科学：

Query: "climate change adaptation"
Authors: Search for climate researchers

医学研究：

DOI: "10.1038/s41586-023-05881-4"
Related concepts: "machine learning medicine"

机构分析：

Query: "university"
Country: "US"
Focus: Research output comparison

出版地点：

Query: "nature"
Type: "journal"
Focus: Impact factor analysis

🚀 项目开发状态

✅ 第一阶段：高优先级增强（已完成）

• 主题API：实施了增强的研究主题（取代了过时的概念）
• 机构API：添加了研究机构和大学数据
• 来源API：综合出版场所信息（期刊、会议、存储库）
• 工具总数：12个MCP工具可用
• 测试：58项综合单元和集成测试
• 文档：完整的API和用户指南更新

🔄 第2阶段：高级功能（进行中）

• 用于统计研究见解的群体分析工具
• 具有布尔运算符的高级搜索功能
• 增强的过滤和排序选项
• 预计完成时间：2-3周

🔮 第三阶段：新增实体（计划中）

• 出版商和资助者信息
• 批量数据检索操作
• 高级分析和可视化
• 时间线：待定

🔄 开发方法更新

存储库迁移

在这个阶段，我们决定将我们的开发工作转移到GitHub，原因如下：

1. 更好的协作工具 团队发展
2. 增强的CI/CD功能 用于自动化测试和部署
3. 改进了问题跟踪 以及项目管理功能
4. FastMCP迁移的准备 -我们的下一个架构演变

未来架构：FastMCP方法

我们计划从目前基于Gradio的MCP实施迁移到专门的FastMCP方法，以获得以下好处：

1. 性能优化：FastMCP为高通量MCP操作提供了更好的性能
2. 解耦架构：将业务逻辑与传输层分离，以提高可维护性
3. 标准合规：更好地遵守MCP规范标准
4. 可扩展性：改进了对并发连接和请求的处理

这一转变将发生在第二阶段的开发中，我们将重构核心MCP服务器组件，同时保持API兼容性。

备注Hugging Face Space将继续托管当前基于Gradio的实现，用于演示目的，但GitHub上将继续积极开发。

🤝 贡献

该项目是 代理商和MCP黑客马拉松.欢迎投稿！

1. 复刻仓库
2. 创建要素分支
3. 提交拉取请求

对于重大更改，请先打开一个问题来讨论您想要更改的内容。

📄 许可证

MIT许可证-请参阅 许可证 了解详情。

🏷️ 黑客马拉松标签

#mcp-server-track #openalex #academic-research #gradio #model-context-protocol

______________________________________________________________________

为代理商和MCP黑客马拉松（2025年6月2日至10日）而建\ 轨道：MCP服务器开发\ 主题：使人工智能代理能够访问学术研究数据