提交您的產品 
Ai應用
Ai資訊
AI生圖
AI生視頻
FastbuildAIArXiv MCP Server：用于搜索和分析arXiv論文的MCP服務器
ArXiv MCP Server是什么？
ArXiv MCP Server是一個為ai助手提供arXiv論文搜索與分析功能的MCP服務器。它通過模型上下文協議（MCP）接口，讓 AI 模型能以編程方式搜索、下載、查看和閱讀論文，還提供研究提示幫助分析。它支持本地存儲論文，方便快速訪問，可應用于學術研究輔助、AI 助手集成等場景。
ArXiv MCP Server功能特征
論文搜索：可以對arXiv論文進行查詢，并通過日期范圍、類別等過濾條件來精準篩選，例如：result = await call_tool("search_papers", {"query": "transformer architecture", "max_results": 10, "date_from": "2023-01-01", "categories": ["cs.AI", "cs.LG"]})。
論文下載：根據arXiv ID下載論文，如result = await call_tool("download_paper", {"paper_id": "2401.12345"})。
論文列表查看：能夠查看所有已下載的論文，通過result = await call_tool("list_papers", {})即可實現。
本地存儲：下載的論文會被保存在本地，方便快速訪問，存儲位置可通過ARXIV_STORAGE_PATH環境變量進行配置，默認為~/.arxiv-mcp-server/papers。
研究提示：提供專門的提示，幫助分析學術論文，如result = await call_prompt("deep-paper-analysis", {"paper_id": "2401.12345"})，該提示包含詳細指令、系統化分析流程和全面的分析結構，涵蓋執行摘要、研究背景、方法分析、結果評估、實踐和理論意義、未來研究方向以及更廣泛的影響等內容。
ArXiv MCP Server應用場景
學術研究輔助：為研究人員提供便捷的論文搜索和獲取渠道，幫助他們快速找到所需的學術資源，節省查找文獻的時間，從而更高效地開展研究工作。
Ai助手集成：作為AI助手與arXiv論文庫之間的橋梁，使AI助手能夠通過簡單的MCP接口訪問和分析arXiv論文，為用戶提供更豐富的知識和信息支持，例如在回答學術問題時，AI助手可以快速檢索相關論文并提供準確的信息。
知識管理與共享：便于團隊或個人對論文進行管理和共享，通過本地存儲和論文列表查看功能，用戶可以輕松地整理和回顧已下載的論文，促進知識的積累和傳播。
ArXiv MCP Server使用教程
安裝：
通過Smithery安裝：npx -y @smithery/cli install arxiv-mcp-server --client claude。
手動安裝：使用uv工具安裝，命令為uv tool install arxiv-mcp-server；如果是開發環境，需要先克隆項目代碼，創建并激活虛擬環境，然后安裝測試依賴，具體操作為：
git clone https://github.com/blazickjp/arxiv-mcp-server.git cd arxiv-mcp-server uv venv source .venv/bin/activate uv pip install -e ".[test]"
MCP集成：
將以下配置添加到MCP客戶端配置文件中：
{
"mcpServers": {
"arxiv-mcp-server": {
"command": "uv",
"args": [
"tool",
"run",
"arxiv-mcp-server",
"--storage-path", "/path/to/paper/storage"
]
}
}
}如果是開發環境，配置中的args需要添加"--directory", "path/to/cloned/arxiv-mcp-server"。
工具使用：
通過調用相應的工具函數來實現不同的功能，如上文提到的search_papers、download_paper、list_papers和read_paper等。
測試：
運行測試套件以確保功能正常，命令為python -m pytest。
github項目：https://github.com/blazickjp/arxiv-mcp-server
