Scholarly

Находите точные научные статьи из arXiv и других академических источников с помощью Scholarly. Простая установка, поддержка Docker и совместимость с MCP-сервером. Улучшите свой исследовательский процесс!

Обучение и документация Инструменты разработчика Data Science и ML ★ 177 GitHub (177 ★)

Scholarly is a Model Context Protocol (MCP) server designed to enable the searching and retrieval of accurate academic articles. It currently supports searching through arXiv, with plans to integrate more scholarly vendors in the future. This server is designed to be easily integrated with Claude Desktop and other MCP-compatible clients, facilitating seamless access to academic research within various workflows.

Key Features

01Search arXiv for academic articles

02Supports development and published server configurations

03MCP server compatible

04Docker support for deployment

05Easy installation via Smithery

Use Cases

01Integrating academic search into AI workflows

02Automating literature review processes

03Quickly finding relevant research papers

mcp-scholarly MCP server

A MCP server to search for accurate academic articles. More scholarly vendors will be added soon.

Components

Tools

The server implements one tool:

search-arxiv: Search arxiv for articles related to the given keyword.
- Takes "keyword" as required string arguments

Quickstart

Install

Claude Desktop

On MacOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json On Windows: %APPDATA%/Claude/claude_desktop_config.json

Development/Unpublished Servers Configuration

``` "mcpServers": { "mcp-scholarly": { "command": "uv", "args": [ "--directory", "/Users/adityakarnam/PycharmProjects/mcp-scholarly/mcp-scholarly", "run", "mcp-scholarly" ] } } ```

Published Servers Configuration

``` "mcpServers": { "mcp-scholarly": { "command": "uvx", "args": [ "mcp-scholarly" ] } } ```

or if you are using Docker

Published Docker Servers Configuration

``` "mcpServers": { "mcp-scholarly": { "command": "docker", "args": [ "run", "--rm", "-i", "mcp/scholarly" ] } } ```

Installing via Smithery

To install mcp-scholarly for Claude Desktop automatically via Smithery:

npx -y @smithery/cli install mcp-scholarly --client claude

Development

Building and Publishing

To prepare the package for distribution:

Sync dependencies and update lockfile:

uv sync

Build package distributions:

uv build

This will create source and wheel distributions in the dist/ directory.

Publish to PyPI:

uv publish

Note: You'll need to set PyPI credentials via environment variables or command flags:

Token: --token or UV_PUBLISH_TOKEN
Or username/password: --username/UV_PUBLISH_USERNAME and --password/UV_PUBLISH_PASSWORD

Debugging

Since MCP servers run over stdio, debugging can be challenging. For the best debugging experience, we strongly recommend using the MCP Inspector.

You can launch the MCP Inspector via npm with this command:

npx @modelcontextprotocol/inspector uv --directory /Users/adityakarnam/PycharmProjects/mcp-scholarly/mcp-scholarly run mcp-scholarly

Upon launching, the Inspector will display a URL that you can access in your browser to begin debugging.

Scholarly MCP-сервер

Сервер для поиска научных статей через протокол MCP (Model Context Protocol). Позволяет ассистентам (например, Claude) получать актуальные публикации из arXiv по ключевым словам. В будущем планируется добавить поддержку других академических баз.

Возможности

Поиск статей в arXiv по ключевому слову (инструмент search-arxiv).
Простая интеграция с Claude Desktop и любыми MCP-клиентами.
Доступен как пакет Python (через uvx) или Docker-образ.

Установка

Через Smithery (рекомендовано для Claude Desktop)

Автоматическая установка через Smithery:

npx -y @smithery/cli install mcp-scholarly --client claude

После этого сервер автоматически добавится в конфигурацию Claude Desktop.

Вручную (для Claude Desktop)

Добавьте конфигурацию в файл claude_desktop_config.json:

Расположение файла:

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

Для опубликованного пакета (PyPI):

{
  "mcpServers": {
    "mcp-scholarly": {
      "command": "uvx",
      "args": ["mcp-scholarly"]
    }
  }
}

Для разработки (локальная копия):

{
  "mcpServers": {
    "mcp-scholarly": {
      "command": "uv",
      "args": [
        "--directory",
        "/путь/к/mcp-scholarly",
        "run",
        "mcp-scholarly"
      ]
    }
  }
}

Через Docker

Если предпочитаете контейнеризацию:

{
  "mcpServers": {
    "mcp-scholarly": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "mcp/scholarly"]
    }
  }
}

Инструменты

Сервер предоставляет один инструмент:

search-arxiv — поиск статей по ключевому слову.
- Обязательный параметр: keyword (строка).
- Возвращает список статей с заголовками, авторами, аннотациями и ссылками.

Пример вызова (через MCP-клиент):

{
  "name": "search-arxiv",
  "arguments": {
    "keyword": "machine learning"
  }
}

Разработка

Если вы хотите внести изменения или собрать пакет:

Клонируйте репозиторий.
Синхронизируйте зависимости:
```
uv sync
```
Соберите дистрибутивы:
```
uv build
```
Результат появится в папке dist/.
Опубликуйте на PyPI:
```
uv publish
```
Для аутентификации используйте переменные окружения UV_PUBLISH_TOKEN или UV_PUBLISH_USERNAME/UV_PUBLISH_PASSWORD.

Отладка

Так как MCP-серверы работают через STDIN/STDOUT, отладка может быть непростой. Рекомендуется использовать MCP Inspector:

npx @modelcontextprotocol/inspector uv --directory /путь/к/mcp-scholarly run mcp-scholarly

После запуска откроется веб-интерфейс с инструментами для тестирования запросов и просмотра логов.

Ссылки

Источник: https://mcpmarket.com/server/scholarly