openags/paper-search-mcp

해결하는 문제

paper-search-mcp는 다양한 공개 및 오픈 액세스 소스에서 학술 논문 검색 및 다운로드를 위한 통합 인터페이스를 제공합니다. 학술 검색의 분산 문제를 해결하여, 여러 플랫폼을 동시에 쿼리하고, 우선순위 기반의 오픈 액세스 리포지터리 후속 체인을 통해 전체 텍스트 PDF를 가져올 수 있게 합니다.

작동 방식

이 프로젝트는 두 계층 아키텍처를 사용합니다:

1. 통합 도구: 동시 다중 소스 검색, 결과 중복 제거, download_with_fallback 메커니즘을 처리하는 고수준 레이어. 이 메커니즘은 제한된 소스를 선택적으로 시도하기 전에 다양한 오픈 액세스 경로를 시도합니다.
2. 플랫폼 커넥터: arXiv, PubMed, Semantic Scholar, OpenAlex 등 특정 플랫폼용 모듈형 커넥터. 각 API 또는 웹사이트의 세부 사항(예: DOI 추출, 메타데이터 검색)을 처리합니다.

Model Context Protocol (MCP) 서버로 구현되어 있어, Claude Desktop과 같은 LLM 클라이언트에 직접 통합하거나 CLI 인터페이스를 통해 Claude Code 스킬로 사용할 수 있습니다.

대상 사용자

AI 기반 연구 워크플로우를 위한 학술 문헌의 자동 탐색 및 검색이 필요한 연구자, 학계 종사자, AI 개발자.

주요 특징

• 다중 소스 지원: arXiv, PubMed, Google Scholar, Semantic Scholar, Zenodo 등 20개 이상의 소스와 통합 가능.
• 무료 우선 전략: 유료 API 키에 의존하지 않도록 오픈 및 공개 데이터 소스를 우선시.
• OA 우선 후속 체인: Unpaywall, CORE, OpenAIRE 등의 소스를 통해 법적 오픈 액세스 PDF를 자동으로 시도한 후 다른 옵션을 고려.
• MCP 통합: AI 에이전트가 직접 논문을 검색하고 읽을 수 있도록 LLM 컨텍스트를 원활하게 강화.
• 확장성 있는 설계: academic_platforms 모듈을 확장함으로써 새로운 학술 플랫폼을 쉽게 추가 가능.