HelloWorld
登录
搜

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

calendar-managementsearch

1.9k 查看 · 2026-07-07 更新

简介

基于 arXiv 的开放 API 进行论文搜索的

简介

基于 arXiv 的开放 API 进行论文搜索的

📚 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

  1. 输入研究主题或关键词（可带年份）
  2. 点击 “✨ Search For Keywords” 获取优化关键词
  3. 选择结果数量，点击 “🔍 Search with Original Keyword” 或使用优化关键词搜索论文
  4. 查看搜索结果，可点击 “📝 Generate Summary” 获取学术总结
  5. 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

  • 总结/结论生成: AI 模型（API）处理标题和摘要生成学术总结

工具列表

  • predict: Search research papers from arXiv and display metadata (no GPT used).

服务配置

[{'mcpServers': {'gradio': {'args': ['mcp-remote', 'https://mic752-researcharxivpaper-withmcp.ms.show/gradio_api/mcp/sse', '--transport', 'sse-only'], 'command': 'npx'}}}]

来源