能力标签
arxiv-mcp-server MCP工具
🔌
MCP工具

arxiv-mcp-server MCP工具

基于 Python · 让 AI 助手直接操作你的系统与工具
英文名:arxiv-mcp-server
⭐ 2.7k Stars 🍴 216 Forks 💻 Python 📄 Apache-2.0 🏷 AI 8.2分
8.2AI 综合评分
学术论文arXivMCP服务LLM集成论文分析
✦ AI Skill Hub 推荐

arxiv-mcp-server MCP工具 是 AI Skill Hub 本期精选MCP工具之一。已获得 2.7k 颗 GitHub Star,综合评分 8.2 分,整体质量较高。我们强烈推荐将其纳入你的 AI 工具库,帮助提升工作效率。

📚 深度解析

arxiv-mcp-server MCP工具 是一款基于 MCP(Model Context Protocol)标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源,旨在建立 AI 模型与外部工具之间的标准化通信接口,目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 arxiv-mcp-server MCP工具,你的 AI 助手将获得额外的工具调用能力,可以用自然语言直接操控该工具的功能,无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置,永久增强"——配置完成后,每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上,MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信,工具的功能以"工具列表"的形式暴露给 AI 模型,AI 可以按需调用。arxiv-mcp-server MCP工具 提供了结构化的工具调用接口,使 AI 模型能够精确地理解和使用每个功能点,显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比,MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON,即可让 AI 获得全新能力。AI Skill Hub 将 arxiv-mcp-server MCP工具 评为 AI 评分 8.2 分,属于同类工具中的优质选择。

📋 工具概览

基于MCP协议的arXiv论文搜索和分析工具,支持Claude、GPT等LLM集成。允许AI助手直接查询学术论文、获取摘要和元数据,是科研工作者和AI开发者的理想助手。

arxiv-mcp-server MCP工具 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

GitHub Stars
⭐ 2.7k
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
持续维护,定期更新
开源协议
Apache-2.0
AI 综合评分
8.2 分
工具类型
MCP工具
Forks
216

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

基于MCP协议的arXiv论文搜索和分析工具,支持Claude、GPT等LLM集成。允许AI助手直接查询学术论文、获取摘要和元数据,是科研工作者和AI开发者的理想助手。

arxiv-mcp-server MCP工具 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口,显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入,开箱即用
  • 可与其他 MCP 工具组合叠加,构建完整 AI 工作站
  • 轻量无侵入设计,不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:通过 Claude Code CLI 一键安装
claude skill install https://github.com/blazickjp/arxiv-mcp-server

# 方式二:手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "arxiv-mcp-server-mcp--": {
      "command": "npx",
      "args": ["-y", "arxiv-mcp-server"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js(v18 或以上版本)
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后,在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例:
用户: 请帮我用 arxiv-mcp-server MCP工具 执行以下任务...
Claude: [自动调用 arxiv-mcp-server MCP工具 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入:"列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "arxiv-mcp-server_mcp__": {
      "command": "npx",
      "args": ["-y", "arxiv-mcp-server"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 63/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

arxiv-mcp-server

PyPI Downloads License MCP Registry Tests GitHub stars

Install in VS Code Install MCP Server Add to Kiro Claude Code OpenAI Codex Hermes Agent

A local MCP server for agent literature work. The differentiator is original-LaTeX section reads, BibTeX from arXiv metadata, and topic watches. Papers stay on disk. The working loop is paper ID → outline → one section → citations. Search is optional.

Optional dependencies

Choose the install variant that matches the features you need:

```bash

Install

The default install is uvx arxiv-mcp-server. Command-based integrations need uv, which provides uvx. No repository clone or Python environment setup is required.

uvx arxiv-mcp-server

Add this stdio configuration to clients that accept the mcpServers JSON shape, such as Claude Desktop and Kiro. Other clients may use a top-level servers object, TOML, or their own settings UI; consult the client's MCP documentation.

{
  "mcpServers": {
    "arxiv": {
      "type": "stdio",
      "command": "uvx",
      "args": ["arxiv-mcp-server"]
    }
  }
}

The default paper directory is ~/.arxiv-mcp-server/papers. To choose another directory, append "--storage-path", "/absolute/path/to/papers" to args.

The supported package is published on PyPI as arxiv-mcp-server==0.7.2. An unrelated npm package uses the same name, so do not install this server with npm, pnpm, or npx arxiv-mcp-server.

Listed on the official MCP registry, latest 0.7.2.

If an existing installation is missing newer tools

uvx reuses cached tool environments. Force it to resolve the current PyPI release with a supported interpreter, then restart your MCP client:

uvx --python 3.11 --refresh-package arxiv-mcp-server arxiv-mcp-server

If your client still launches an older environment, add "--python", "3.11" before "arxiv-mcp-server" in its args array.

Persistent command install

To place arxiv-mcp-server on your PATH instead of launching it through uvx:

uv tool install arxiv-mcp-server

If the command is not immediately available, run uv tool update-shell and restart the terminal. Afterward, use "command": "arxiv-mcp-server" and omit the package name from args.

search_papers query guide

Tool schemas stay short on purpose. Use this section (not the always-loaded MCP description) for query tutorials, category catalogs, and workflow examples.

Query construction

  • Use quoted phrases for exact matches: "multi-agent systems", "neural networks"
  • Combine related concepts with OR: "AI agents" OR "software agents"
  • Field-specific searches: ti:"exact title phrase", au:"author name", abs:"keyword", cat:cs.LG
  • Exclude with ANDNOT: "machine learning" ANDNOT "survey"
  • Prefer 2–4 core concepts over long keyword lists

Advanced patterns

  • Field + phrase: ti:"transformer architecture"
  • Multiple fields: au:"Smith" AND ti:"quantum"
  • Exclusions: "deep learning" ANDNOT ("survey" OR "review")
  • Broad + narrow: "artificial intelligence" AND (robotics OR "computer vision")

Category filtering (recommended for relevance)

Computer Science: cs.AI (AI), cs.LG (ML), cs.CL (NLP), cs.CV (vision), cs.MA (multi-agent), cs.RO (robotics), cs.NE (neural/evolutionary), cs.IR (IR), cs.HC (HCI), cs.CR (security), cs.DB (databases)

Statistics & Math: stat.ML, stat.AP, math.OC, math.ST

Physics & other: quant-ph, eess.SP, eess.AS, physics.data-an

Effective examples

  • ti:"reinforcement learning" with categories: ["cs.LG", "cs.AI"]
  • au:"Hinton" AND "deep learning" with categories: ["cs.LG"]
  • "multi-agent" ANDNOT "survey" with categories: ["cs.MA"]
  • abs:"transformer" AND ti:"attention" with categories: ["cs.CL"]

Dates and sorting

  • Dates use YYYY-MM-DD (date_from / date_to)
  • Default sort_by is relevance; use date for newest-first monitoring
  • Foundational work: date_to: "2010-12-31" with title/abstract field searches

Result size, abstracts, and pagination

  • Default max_results is 5 (cap 50). Pass an explicit value for larger pages.
  • abstract_mode: snippet (default, ~280 chars, marked … [truncated] when cut), full (complete abstract), or none (omit abstracts). Other metadata (title, authors, categories, dates, URLs) is always returned.
  • Responses report total_results (corpus hits), returned, has_more, start, next_start, and abstract_mode
  • Pass start=next_start with the same abstract_mode for the next page
  • arXiv enforces ~3 seconds between requests (handled server-side); on rate-limit errors wait ~60s

Configuration

SettingDefaultPurpose
--storage-path~/.arxiv-mcp-server/papersPaper, source-cache, alert, and index storage
MAX_RESULTS50Server-side cap for result counts
REQUEST_TIMEOUT60PDF fallback download timeout in seconds
TRANSPORTstdiostdio, http, or streamable-http
HOST127.0.0.1HTTP bind host
PORT8000HTTP bind port
ALLOWED_HOSTSemptyAdditional accepted HTTP Host values
ALLOWED_ORIGINSemptyAdditional accepted HTTP Origin values
SEMANTIC_SCHOLAR_API_KEYemptyFree Semantic Scholar API key for citation_graph. Get one at https://www.semanticscholar.org/product/api#api-key to avoid rate limits. Unauthenticated requests work until quota exhausted.

Environment variable names are case-insensitive through Pydantic settings. --storage-path is a command-line option rather than an environment setting.

Plugin manifests

The same MCP server and research skill are packaged for both major plugin systems:

IntegrationManifestMarketplace
Claude Code.claude-plugin/plugin.json.claude-plugin/marketplace.json
OpenAI Codex / ChatGPT Work.codex-plugin/plugin.json.agents/plugins/marketplace.json
Kiro PowerPOWER.mdmcp.json
Shared MCP launch.mcp.json for Claude and repository-local clients; .codex-mcp.json for Codex pluginsuvx arxiv-mcp-server
Shared research workflowskills/arxiv-mcp-server/SKILL.mdInstalled with either plugin

</details>

VS Code and Kiro

Install in VS Code Install MCP Server Add to Kiro

For the richer Kiro Power integration, open the Powers panel, choose Add Custom Power → Import power from GitHub, and enter:

https://github.com/blazickjp/arxiv-mcp-server

The Power installs the MCP connection from mcp.json and adds focused arXiv research guidance. Kiro users who prefer manual configuration can place the generic configuration above in .kiro/settings/mcp.json for one workspace or ~/.kiro/settings/mcp.json for all workspaces.

🇨🇳 中文文档镜像 AI 翻译 2026-05-28
英文原文章节由系统翻译为中文摘要,便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

arxiv-mcp-server 是一个基于 Model Context Protocol (MCP) 构建的服务端程序,旨在为 AI 助手提供强大的 arXiv 论文检索与阅读能力。通过该服务,AI 可以直接访问 arXiv 数据库,实现学术论文的自动化搜索、下载与深度分析,极大提升科研工作流的智能化程度。

⚡ 功能介绍

本项目提供核心论文检索功能,支持按日期范围和类别筛选 arXiv 论文;具备论文下载与全文阅读能力,并支持通过 list_papers 查看已下载的内容。所有论文均通过 Local Storage 本地存储以实现快速访问。此外,内置了一套专门用于论文分析的 Research Prompts。目前还包含一些处于实验阶段的增强功能,可通过安装 [pro] 依赖项进行体验。

📋 环境依赖

安装本项目时,建议根据开发需求选择安装模式。若仅用于开发测试,可以使用 `uv pip install -e "[test]"` 来安装包含测试依赖的环境。请注意,确保系统中已安装 Python 环境,并建议使用 uv 作为包管理工具以获得最佳体验。

🛠 安装步骤(Docker/pip/源码)

用户可以通过多种方式安装:1. 使用 Smithery 实现 Claude Desktop 的一键自动化安装;2. macOS 用户可从 GitHub Releases 下载专属的 .mcpb 捆绑包,实现免配置安装(需 Python 3.11+);3. 手动安装时,强烈建议使用 `uv tool install` 而非 npm 或 pnpm,以避免与同名的第三方 npm 包混淆。请务必遵循官方推荐的 Python 包安装路径。

🚀 使用教程

项目提供了快速启动指南,帮助开发者快速将 arXiv 服务集成到 AI 工作流中。无论是通过命令行直接调用,还是集成到 Claude Desktop 等 MCP 客户端,均有相应的操作路径。建议初学者先从基础的搜索功能开始尝试。

⚙️ 配置说明(含 MCP / env)

可以通过命令行选项或环境变量对服务进行精细化配置。关键参数包括:`--storage-path` 用于指定论文的本地存储路径(默认为 `~/.arxiv-mcp-server/papers`),`MAX_RESULTS` 用于限制搜索结果的最大数量,`REQUEST_TIMEOUT` 用于设置 API 请求超时时间,以及 `TRANSPORT` 用于定义传输类型(如 `stdio`)。

🔌 API 说明

本项目参考了 OWASP 关于大语言模型应用的安全标准,重点关注了 Prompt Injection(提示词注入)等安全风险。在集成过程中,开发者应参考 OWASP LLM01 及 Agentic AI AG01 相关规范,以确保 AI Agent 在调用 arXiv 接口时的安全性与稳定性。

🔄 工作流/模块

本项目支持 Codex Plugin 集成,通过 `.codex-plugin/plugin.json` 和 `.mcp.json` 实现工具的自动发现。在 MCP 集成方面,用户只需在客户端配置文件中添加相应的 JSON 配置即可启动。核心工作流遵循 `search_papers` (搜索) → `download_paper` (下载) → `read_paper` (阅读) 的逻辑,并支持通过 `semantic_search` 对本地论文库进行语义搜索。

🎯 aiskill88 AI 点评 A 级 2026-05-20

高质量MCP实现,完美桥接学术资源与AI系统。代码成熟、更新活跃,是LLM应用中论文检索的最佳方案。

📚 实用指南(长尾问题)
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • Python 依赖冲突:建议用 venv / uv 隔离环境
部署方案
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
arxiv-mcp-server 中文教程arxiv-mcp-server 安装报错怎么办arxiv-mcp-server MCP 配置arxiv-mcp-server 与同类工具对比arxiv-mcp-server 最佳实践arxiv-mcp-server 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • Python 依赖冲突:建议用 venv / uv 隔离环境

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +Apache-2.0 协议,可免费商用
  • +标准化 MCP 协议,生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用,配置简单快捷
⚠️ 不足
  • 依赖 Claude 客户端,非 Claude 用户无法使用
  • MCP 协议仍在持续演进,接口可能变更
  • 需要一定的配置步骤
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ Apache 2.0 — 宽松开源协议,可商用,需保留版权声明和 NOTICE 文件,含专利授权条款。

🔗 相关工具推荐

📚 相关教程推荐
📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

原生支持Claude,通过MCP协议也可集成GPT等遵循MCP标准的模型
💡 AI Skill Hub 点评

经综合评估,arxiv-mcp-server MCP工具 在MCP工具赛道中表现稳健,质量优秀。如果你已有明确的使用需求,可以直接上手体验;如果还在评估阶段,建议对比同类工具后再做决策。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ Apache-2.0 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 arxiv-mcp-server MCP工具
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 arxiv-mcp-server
原始描述 开源MCP工具:A Model Context Protocol server for searching and analyzing arXiv papers。⭐2.7k · Python
Topics 学术论文arXivMCP服务LLM集成论文分析
GitHub https://github.com/blazickjp/arxiv-mcp-server
License Apache-2.0
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/blazickjp/arxiv-mcp-server

收录时间:2026-05-14 · 更新时间:2026-05-16 · License:Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →