mcp-ai4science
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": {
"MCP-ai4science": {
"args": [
"--directory",
"/localpath/mcp-demo/mcp-ai4science",
"run",
"-m",
"research_server"
],
"command": "uv",
"type": "stdio"
}
}
}
服务介绍
MCP-AI4Science 部署安装方法
环境准备
-
安装 Python 3.8+
-
安装 uv 工具(推荐使用 pip 安装):
bash
pip install uv -
推荐使用 uv 自带的虚拟环境管理,无需单独安装 conda 或 virtualenv。
初始化项目
bash
cd mcp-ai4science
uv init
创建并激活虚拟环境
bash
uv venv
source .venv/bin/activate
安装依赖
bash
uv add mcp arxiv
启动 Inspector
bash
npx @modelcontextprotocol/inspector uv run research_server.py
CherryStudio 配置方法
在 CherryStudio 的配置文件中添加如下内容:
json
{
"nh8pzTCKvztnvQWgzb42R": {
"name": "MCP-ai4science",
"type": "stdio",
"description": "",
"isActive": true,
"registryUrl": "",
"command": "uv",
"args": [
"--directory",
"/localpath/mcp-demo/mcp-ai4science",
"run",
"-m",
"research_server"
]
}
}
请将 /localpath/mcp-demo/mcp-ai4science 替换为你的实际项目路径。
其他说明
- 如果遇到依赖安装或环境问题,请确保 uv 已正确安装,并使用 uv 的虚拟环境和依赖管理功能。
- 路径相关参数请根据你的实际项目目录进行调整。
- 更多 uv 命令和用法请参考 uv 官方文档。
examples 目录说明
examples 目录包含 MCP-ai4science 的运行示例,可参考其中的脚本和配置进行实际操作和测试。