内容
# ArXiv 研究 MCP 服务器 🔬
**每个数据科学家都需要一个 MCP 服务器。** 搜索 200 万+ 篇 ArXiv 论文，找到代码实现，跟踪引用，获取 SOTA 基准 —— 所有这些都来自您的 AI 助手。
[](https://render.com/deploy?repo=https://github.com/smorande/arxiv-research-mcp)
## 为什么需要这个服务器？
数据科学家花费约 30% 的时间搜索论文，检查是否有代码，比较基准。这个 MCP 服务器将所有这些功能集成到您的 LLM 工作流中，无需任何 API 密钥。
## 可用工具
| 工具 | 功能描述 |
|------|-------------|
| `arxiv_search_papers` | 对 200 万+ 篇 ArXiv 论文进行全文搜索，支持类别过滤 |
| `arxiv_get_paper` | 获取论文的完整详情，包括引用和代码仓库信息 |
| `arxiv_get_citations` | 通过 Semantic Scholar 进行引用分析（引用论文，参考文献） |
| `arxiv_find_code` | 查找实现论文的 GitHub 仓库（Papers with Code） |
| `arxiv_trending_papers` | 获取任意 ArXiv 类别下的最新论文 |
| `arxiv_get_benchmarks` | 按任务或数据集查找 SOTA 基准 |
| `arxiv_semantic_search` | 通过 Semantic Scholar 进行语义搜索（优于关键词搜索） |
| `arxiv_list_categories` | 列出所有支持的 ArXiv 类别 |
## 快速开始
### 选项 1：直接连接（可流式 HTTP）
在您的 Claude Desktop / MCP 客户端配置中添加：
```json
{
"mcpServers": {
"arxiv-research": {
"type": "url",
"url": "http://localhost:8000/mcp"
}
}
}
```
### 选项 2：本地运行
```bash
pip install -r requirements.txt
python arxiv_research_mcp.py
```
### 选项 3：Docker
```bash
docker build -t arxiv-research-mcp .
docker run -p 8000:8000 arxiv-research-mcp
```
### 选项 4：使用 uv（推荐）
```bash
uv run --with "mcp[cli]" --with httpx --with pydantic arxiv_research_mcp.py
```
## 示例查询
连接后，询问您的 AI 助手：
- *"搜索 2024 年关于 LoRA 微调的 ArXiv 论文"*
- *"获取论文 2106.09685 的完整详情，包括引用和代码"*
- *"查找 Mamba 架构论文的代码实现"*
- *"本周 cs.CL 类别下的热门论文是什么？"*
- *"显示目标检测的 SOTA 基准"*
- *"检索增强生成论文的语义搜索"*
## 使用的 API（全部免费，无需密钥）
| API | 速率限制 | 数据 |
|-----|-----------|------|
| ArXiv API | 1 请求/3 秒 | 200 万+ 篇论文，完整元数据 |
| Semantic Scholar | 约 100 请求/5 分钟 | 引用，参考文献，摘要 |
| Papers with Code | 合理使用 | 代码仓库，基准，任务 |
## 部署
### Railway / Render / Fly.io
服务器在 8000 端口运行，支持可流式 HTTP 传输。将 Dockerfile 部署到任何容器托管平台。无需环境变量或 API 密钥。
### 永久自托管
```bash
docker compose up -d
```
## 许可证
MIT — 使用它，fork 它，让它变得更好。
## 作者
Swapnil Morande 博士 — 首席 AI 架构师
