openags/paper-search-mcp

解決的問題

paper-search-mcp 提供統一介面，用於從大量公開與開放取用來源中搜尋與下載學術論文。它解決了學術搜尋的碎片化問題，允許使用者同時查詢多個平台，並透過優先順序排序的開放取用儲存庫回退鏈，取得全文PDF。

工作原理

此專案採用兩層架構：

1. 統一工具層：高階層處理並行多來源搜尋、結果去重，以及 download_with_fallback 機制，該機制在嘗試可選的限制來源之前，優先嘗試多種開放取用路徑。
2. 平台連接器：針對特定平台（如 arXiv、PubMed、Semantic Scholar、OpenAlex）的模組化連接器。這些連接器處理各API或網站的細節，包括DOI提取與元資料檢索。

專案以 Model Context Protocol (MCP) 伺服器形式實作，意味著可直接整合至 Claude Desktop 等LLM客戶端，或透過CLI介面作為 Claude Code 技能使用。

適用對象

需要為AI驅動的研究工作流程自動化發現與取得學術文獻的研究人員、學者與AI開發者。

主要亮點

• 多來源支援：整合超過20個來源，包括 arXiv、PubMed、Google Scholar、Semantic Scholar 與 Zenodo。
• 免費優先策略：優先使用開放與公開資料來源，以減少對付費API金鑰的依賴。
• OA優先回退鏈：在其他選項之前，自動嘗試透過 Unpaywall、CORE 與 OpenAIRE 等來源尋找合法的開放取用PDF。
• MCP整合：透過允許AI代理直接搜尋與閱讀論文，無縫增強LLM上下文。
• 可擴展設計：透過擴展 academic_platforms 模組，可輕鬆新增新的學術平台。