Paper Scout

纸童子军

个人AI研究论文摄取和评分管道。Paper Scout监控arXiv、Semantic Scholar和Hugging Face Daily Papers进行新的研究，使用本地嵌入（无LLM调用）根据您的兴趣档案对论文进行评分，并将候选人存储在MongoDB中，以便通过Claude Desktop或Cowork中的MCP工具进行审查。

两半：

• 自动化流水线 --每天按计划获取论文，对其进行评分，并将候选人写入MongoDB。在Fly.io（或Docker运行的任何地方）上运行。
• MCP服务器 --克劳德用来审查候选人、评估重要性、管理兴趣档案的工具。在您的计算机上本地运行。

运作原理

Paper Scout每天在设定的时间：

1. 从arXiv（跨您选择的类别）、语义学者趋势和HF日报中提取新论文
2. 对以前看过的论文进行重复删除
3. 使用五个加权信号对每篇论文进行评分（0.0-1.0）：

1. 超过候选人阈值的论文将被存储为候选人供您审阅
2. 您可以使用MCP工具在Claude Desktop/Cowork中查看它们

设置

先决条件

• Python 3.12+
• MongoDB（本地或 Atlas免费套餐)

1.克隆并安装

git clone https://github.com/jonradoff/paper-scout.git
cd paper-scout
python -m venv .venv
source .venv/bin/activate
pip install -e ".[mcp]"

2.配置

cp .env.example .env

编辑 .env 使用您的设置：

• MONGODB_URI （必填）--您的MongoDB连接字符串。本地 mongodb://localhost:27017 作品，或使用Atlas： mongodb+srv://user:pass@cluster.mongodb.net/
• S2_API_KEY （可选）-- 语义学者API密钥 为了获得更好的引用数据和速率限制
• HF_TOKEN （可选）-- 拥抱脸令牌 获取每日报纸

所有评分权重、日程安排、arXiv类别和其他设置都可以在中配置 .env。参见 .env.example 查看完整列表。

3.自定义您的兴趣档案

编辑 interest_profile/seed.json 以反映您的研究兴趣：

• topics --您所关心的内容的自然语言描述（这些内容被嵌入以进行语义匹配）
• keywords.high_weight --强烈表明相关性的术语
• keywords.medium_weight --适度相关的术语
• keywords.low_weight --松散相关的术语
• tracked_labs --论文被引用信号增强的机构
• tracked_authors --值得关注的特定作者

默认配置文件涵盖了AI代理、MCP、LLM和AI安全。用你自己的兴趣取而代之。

4.播种轮廓

这将为您的主题生成嵌入，并将所有内容存储在MongoDB中：

python scripts/seed_profile.py

第一次运行将嵌入模型（~80MB）下载到 ./model_cache/.

5.单次运行测试

python scripts/run_once.py

这会获取论文，对其进行评分，并打印出最优秀的候选人。使用此功能验证一切是否正常，并调整您的阈值。

6.连接到克劳德桌面/协作

将Paper Scout MCP服务器添加到您的Claude Desktop配置中。

macOS： ~/Library/Application Support/Claude/claude_desktop_config.json 窗户： %APPDATA%\Claude\claude_desktop_config.json

添加（或合并到） mcpServers 章节：

{
  "mcpServers": {
    "paper-scout": {
      "command": "/path/to/your/python",
      "args": ["-m", "mcp_server.server"],
      "cwd": "/path/to/paper-scout",
      "env": {
        "PYTHONPATH": "/path/to/paper-scout/src",
        "MONGODB_URI": "your-mongodb-connection-string",
        "DB_NAME": "paper_scout",
        "MODEL_CACHE_DIR": "/path/to/paper-scout/model_cache"
      }
    }
  }
}

用实际值替换路径：

• command --你的venv中的Python（例如。， /path/to/paper-scout/.venv/bin/python)
• cwd --纸侦察项目目录
• PYTHONPATH --the src/ paper scout内的目录
• MONGODB_URI --与您的连接字符串相同 .env
• MODEL_CACHE_DIR --其中缓存了嵌入模型

重新启动Claude Desktop以获取新的MCP服务器。

7.使用它

在Claude Desktop或Cowork中，请Claude致电 get_todays_papers --它将通过可点击的arXiv链接调出你的评分候选人。从那里：

• 钻入： 让克劳德打电话来 get_paper_detail 或 assess_significance 在任何纸张上
• 管理： update_paper_status 将论文标记为已审阅、共享或已驳回
• 分享： generate_summary_context 为了了解写论文的背景，那么 record_share 记录它
• 搜索： search_papers 用于在所有存储的论文中进行全文搜索
• 调音： get_interest_profile 和 update_interest_profile 随着时间的推移，发展你的兴趣

MCP工具

运行调度程序

对于日常自动化运行，启动调度程序：

python -m paper_scout.scheduler

默认情况下，它在东部时间早上5:00运行，启动后也会立即运行一次。在中配置计划 .env:

SCHEDULE_CRON_HOUR=5
SCHEDULE_CRON_MINUTE=0
SCHEDULE_TIMEZONE=America/New_York

部署到Fly.io（可选）

如果你想让管道在云中运行，而不是在你的机器上运行：

# Edit fly.toml — change the app name to yours
fly launch --no-deploy

fly volumes create model_cache --size 2 --region ewr
fly secrets set MONGODB_URI="mongodb+srv://..." S2_API_KEY="..." HF_TOKEN="..."
fly deploy

Dockerfile使用仅限CPU的PyTorch来保持镜像较小（约1.4GB，而CUDA为约4GB）。

MCP服务器仍然在您的机器上本地运行——它只是从云管道写入的同一MongoDB数据库中读取数据。

项目结构

paper-scout/
├── src/
│   ├── paper_scout/        # Ingestion pipeline
│   │   ├── config.py       # Settings from env vars
│   │   ├── db.py           # MongoDB connection + indexes
│   │   ├── models.py       # Pydantic data models
│   │   ├── pipeline.py     # Fetch -> dedupe -> score -> store
│   │   ├── scheduler.py    # APScheduler cron entry point
│   │   ├── sources/        # arXiv, Semantic Scholar, HF
│   │   └── scoring/        # Embeddings, signals
│   └── mcp_server/         # MCP tools for Claude
├── interest_profile/       # Your interest profile (customize this)
├── scripts/                # One-shot runners
├── Dockerfile              # CPU-only PyTorch build
├── fly.toml                # Fly.io config
├── .env.example            # All configuration options
└── LICENSE

许可证

MIT许可证。版权所有（c）2026 Metavert LLC。参见 许可证.