搜论文Arxiv 袁明伟 (MCP&Agent挑战赛) 班级群2
基于 arXiv 的开放 API 进行论文搜索的
MCP 服务配置
复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用
{
"mcpServers": {
"gradio": {
"args": [
"mcp-remote",
"https://mic752-researcharxivpaper-withmcp.ms.show/gradio_api/mcp/sse",
"--transport",
"sse-only"
],
"command": "npx"
}
}
}可用工具 （1 个）
该服务在 MCP 协议中暴露的工具，AI 可按需调用
predict 1 个参数
Search research papers from arXiv and display metadata (no GPT used).
该工具无需必填参数，直接调用即可
服务介绍
📚 研究论文查找与导出工具 (MCP 服务器)
该工具允许用户通过主题名称在 arXiv 上搜索研究论文，优化关键词以提升搜索效果，查看详细信息，并以多种格式导出结果（TXT、DOCX、PDF、Excel）。它还可以基于搜索结果生成 学术总结/结论，并记录导出活动，以便智能系统或代理后续使用。
✅ 输入描述
-
类型:
string -
格式: 研究主题名称（可选带年份）
-
示例：
"Transformer""Sign Language Recognition 2025""Graph Neural Network"
🔑 功能模块
1. Keyword Optimizer (关键词优化)
-
功能:
自动将用户输入的研究主题翻译为英文，并扩展为更清晰、完整且适合学术搜索的关键词短语或相关术语。 -
示例：
-
输入:
"手语识别" -
输出:
Suggested Keywords:
"Sign Language Recognition", "Transformer-based Sign Language Model", "Video-based Gesture Recognition"
-
-
用途:
- 提高 arXiv 搜索的相关性和覆盖范围
- 提供更多潜在检索词，提高文献发现率
2. Search Papers (论文搜索)
-
功能:
根据用户输入或优化后的关键词在 arXiv 上搜索论文，并返回：- 标题
- 作者
- 发表日期
- PDF 链接
- 摘要
-
可设置: 返回结果数量（1~10 条）
-
示例输出:
🔍 Search Results for: Transformer
📄 Paper 1:
Title : Transformer for Sign Language Recognition
Authors : John Doe, Jane Smith
Published : 2023-11-01
PDF Link : http://arxiv.org/pdf/...
Abstract : 本文探讨了...
3. Generate Summary / Conclusion (学术总结)
-
功能:
基于已搜索论文的标题和摘要生成简明学术总结，包括：- 核心发现
- 研究趋势
- 潜在应用
-
用途:
- 快速把握主题研究现状
- 用于科研报告或文献综述
-
示例:
This collection of papers on "Transformer-based Sign Language Recognition" highlights recent advances in deep learning for gesture understanding, showing improved accuracy and efficiency in video-based recognition systems. Emerging trends focus on multi-modal approaches and real-time applications.
4. Export Results (导出结果)
-
支持格式: Text (.txt), Word (.docx), PDF (.pdf), Excel (.xlsx)
-
导出路径:
outputs/ -
导出内容: 包含论文标题、作者、发表日期、PDF 链接及摘要
-
用途:
- 保存检索结果用于后续分析
- 提供科研汇报或文献管理参考
-
示例文件名:
outputs/exported_results_20250830_213045.pdf
⚡ 使用流程
- 输入研究主题或关键词（可带年份）
- 点击 “✨ Search For Keywords” 获取优化关键词
- 选择结果数量，点击 “🔍 Search with Original Keyword” 或使用优化关键词搜索论文
- 查看搜索结果，可点击 “📝 Generate Summary” 获取学术总结
- 选择导出格式并点击 “📦 Export” 下载结果文件
📝 技术实现说明
-
搜索引擎: arXiv API
-
关键词优化: 使用 AI（Spark API）生成英文扩展关键词
-
导出文件:
- Word:
python-docx - PDF:
reportlab - Excel:
pandas
- Word:
-
总结/结论生成: AI 模型（API）处理标题和摘要生成学术总结
