openags/paper-search-mcp

解决的问题

paper-search-mcp 提供了一个统一接口，用于从大量公开和开放获取来源中搜索和下载学术论文。它解决了学术搜索的碎片化问题，允许用户同时查询多个平台，并通过优先级排序的开放获取存储库回退链，获取全文PDF。

工作原理

该项目采用两层架构：

1. 统一工具层：高层级层处理并发多源搜索、结果去重，以及 download_with_fallback 机制，该机制在尝试可选的受限源之前，优先尝试多种开放获取路径。
2. 平台连接器：针对特定平台（如 arXiv、PubMed、Semantic Scholar、OpenAlex）的模块化连接器。这些连接器处理每个API或网站的具体细节，包括DOI提取和元数据检索。

该项目以 Model Context Protocol (MCP) 服务器的形式实现，意味着它可以被直接集成到 Claude Desktop 等LLM客户端中，或通过CLI接口作为 Claude Code 技能使用。

适用人群

需要为AI驱动的研究工作流自动化发现和获取学术文献的研究人员、学者和AI开发者。

主要亮点

• 多源支持：集成超过20个来源，包括 arXiv、PubMed、Google Scholar、Semantic Scholar 和 Zenodo。
• 免费优先策略：优先使用开放和公开数据源，以减少对付费API密钥的依赖。
• OA优先回退链：在其他选项之前，自动尝试通过 Unpaywall、CORE 和 OpenAIRE 等来源查找合法的开放获取PDF。
• MCP集成：通过允许AI代理直接搜索和阅读论文，无缝增强LLM上下文。
• 可扩展设计：通过扩展 academic_platforms 模块，可轻松添加新的学术平台。