Paper Fetcher

纸张清理机

用于获取学术论文全文的MCP服务器和CLI工具。设计用于作为 克劳德代码 MCP工具，支持人工智能辅助的文献综述和研究工作流程。

运作原理

paper fetcher使用三层策略来最大限度地访问全文论文：

Layer 1: Open Access (Unpaywall + arXiv)     ← free, no login required
Layer 2: Institutional proxy (EZproxy)        ← requires university login
Layer 3: Metadata only (Semantic Scholar)     ← always available

对于每个论文请求，它首先尝试开放获取源代码。如果纸张是付费墙，它将退回到您机构的EZproxy。元数据和搜索始终可以通过语义学者获得。

特性

• MCP服务器 -直接与Claude Code集成，用于人工智能驱动的研究
• 三个接入层 -开放获取、机构EZproxy和元数据回退
• 多源搜索 -通过语义学者API搜索论文
• 全文提取 -从HTML和PDF源中提取文本
• 发布服务器适配器 -针对Nature、ACS、Elsevier、Wiley等进行优化提取
• 智能缓存 -在本地缓存提取的论文，以避免冗余请求
• 速率限制 -内置礼貌请求延迟
• CLI接口 -用于批处理操作的独立命令行工具

安装

# Clone the repository
git clone https://github.com/YOUR_USERNAME/paper-fetcher.git
cd paper-fetcher

# Install in development mode
pip install -e .

使用Claude代码进行设置

在Claude Code中将纸张提取器注册为MCP服务器：

claude mcp add paper-fetcher -- paper-fetcher-mcp

重启Claude Code后，您可以让Claude直接搜索和获取论文：

“搜索最近关于钙钛矿太阳能电池的论文” “获取DOI 10.1038/s41566-024-01234-5的全文”

CLI使用情况

登录EZproxy（机构访问）

# Opens a browser for manual login. Cookies are saved for future use.
paper-fetcher login

# Force re-login even if session appears valid
paper-fetcher login --force

搜索论文

# Basic search
paper-fetcher search "organic photovoltaics stability"

# Limit results and filter by year
paper-fetcher search "perovskite solar cells" --limit 20 --year 2022-2025

# Search and fetch full texts
paper-fetcher search "silver nanowire transparent electrode" --fetch

取一张纸

# By DOI
paper-fetcher fetch "10.1038/s41566-024-01234-5"

# By URL
paper-fetcher fetch "https://www.nature.com/articles/s41566-024-01234-5"

# Output as markdown
paper-fetcher fetch "10.1038/s41566-024-01234-5" --format markdown

批量提取

# Create a file with one DOI per line
paper-fetcher batch dois.txt --format markdown --output ./papers

配置

# View current config
paper-fetcher config-cmd

# Set email (required for Unpaywall OA detection)
paper-fetcher config-cmd --email your@email.com

# Set output directory
paper-fetcher config-cmd --output-dir ./my-papers

配置

配置存储在 ~/.paper-fetcher/config.json 包括：

要与其他机构的EZproxy一起使用，请编辑 ~/.paper-fetcher/config.json:

{
  "proxy_base": "http://your-institution-proxy.edu/login?url=",
  "email": "your@email.com"
}

MCP工具

当用作MCP服务器时，纸张提取器提供了三个工具：

项目结构

paper-fetcher/
├── paper_fetcher/
│   ├── mcp_server.py          # MCP server (3 tools)
│   ├── cli.py                 # CLI interface (Typer)
│   ├── fetcher.py             # Core fetching logic
│   ├── auth.py                # EZproxy authentication (Selenium)
│   ├── config.py              # Configuration management
│   ├── models.py              # Paper data model
│   ├── sources/
│   │   ├── semantic_scholar.py
│   │   ├── unpaywall.py
│   │   └── arxiv.py
│   └── extractors/
│       ├── html_extractor.py
│       ├── pdf_extractor.py
│       └── publisher_adapters/
│           ├── nature.py
│           ├── acs.py
│           ├── elsevier.py
│           ├── wiley.py
│           └── generic.py
├── tests/
├── pyproject.toml
├── LICENSE
└── README.md

需求

• Python>=3.10
• Chrome浏览器（用于EZproxy身份验证）

许可证

麻省理工学院

______________________________________________________________________

中文简介

纸张清理机 是一个学术论文全文获取工具，可作为 Claude Code 的 MCP Server 使用，让 AI 直接帮你搜索和获取论文全文。

核心特性

• 三层获取策略: Open Access (免费) → 机构代理 EZproxy (需登录) → 元数据兜底
• MCP服务器: 注册到 Claude Code 后，直接用自然语言让 AI 搜论文、拉全文
• 多出版商适配: 针对 Nature、ACS、Elsevier、Wiley 等做了专门的内容提取优化
• 本地缓存: 已获取的论文自动缓存，避免重复请求
• 命令行工具: 支持单篇获取、批量获取、搜索等操作

快速开始

# 安装
pip install -e .

# 注册到 Claude Code
claude mcp add paper-fetcher -- paper-fetcher-mcp

# 设置邮箱 (Unpaywall OA 检测需要)
paper-fetcher config-cmd --email your@email.com

# 登录机构代理 (可选，用于获取付费论文)
paper-fetcher login

注册后重启 Claude Code，即可直接对话使用：

"帮我搜几篇关于钙钛矿太阳能电池的最新论文" "把这篇 DOI 10.1038/xxx 的全文拉下来"

配置其他机构的 EZproxy

默认配置的是 HKU EZproxy。如需使用其他机构，编辑 ~/.paper-fetcher/config.json：

{
  "proxy_base": "http://your-proxy.university.edu/login?url="
}