OpenAlex MCP Server

该项目提供了一个模型上下文协议（MCP）服务器，允许AI代理和其他MCP客户端与OpenAlex数据库进行交互，特别关注学术作品。它利用了pyalex Python库来与OpenAlex API通信，并使用MCP Python SDK (fastmcp) 将功能暴露为MCP工具。

示例

为了激发灵感，这里有一些你可以向启用了此MCP的AI代理询问的示例查询：

• 找到引用引入卷积神经网络基础论文的5篇最被引用的论文。
• 我正在寻找与自监督视觉里程计相关的论文。找到相关主题的论文，然后通过阅读标题+摘要对每篇论文的相关性进行评分，评分为1-10。
• 找到自2020年以来发表的最具影响力的关于变压器模型的论文，并总结架构是如何演化的。
• 找到由麻省理工学院和斯坦福大学的研究人员共同撰写的论文。

我最喜欢的AI代理是cline：https://github.com/cline/cline

功能

该服务器提供了以下MCP工具用于与OpenAlex作品互动：

1. search_works：

   • 描述：根据关键词和过滤器搜索OpenAlex作品。支持在搜索查询中使用布尔运算符。返回选定字段并使用游标分页。
   • 参数：
     • search_query (字符串，必需)：搜索词。
     • filters (对象，可选)：用于过滤的键值对（例如，{"publication_year": 2023, "is_oa": true}）。参见OpenAlex过滤文档以获取可能的键。
     • search_field (字符串，可选，默认："default")：要搜索的字段（'title'，'abstract'，'fulltext'，'title_and_abstract'，'default' - 搜索标题、摘要和全文）。
     • select_fields (字符串数组，可选)：要返回的顶级字段列表（例如，["id", "doi", "title", "abstract"]）。如果请求，则包括纯文本摘要。
     • sort (对象，可选)：排序字段及方向（例如，{"cited_by_count": "desc"}）。
     • per_page (整数，可选，默认：25)：每页结果数（最大200）。
     • cursor (字符串，可选)：分页游标。
   • 返回：包含results（工作对象列表）和meta（分页信息，包括next_cursor）的对象。

2. get_work_details：

   • 描述：通过其ID（OpenAlex ID URL，DOI URL，PMID URL，MAG ID）检索特定OpenAlex作品的详细信息。
   • 参数：
     • work_id (字符串，必需)：作品标识符。
     • select_fields (字符串数组，可选)：要返回的顶级字段列表。如果请求，则包括纯文本摘要。
   • 返回：表示具有选定字段的作品的对象，或错误对象。

3. get_referenced_works：

   • 描述：检索由特定OpenAlex作品引用的OpenAlex ID列表（外引）。注意：此工具当前仅返回ID列表。使用get_work_details获取每个引用的更多信息。
   • 参数：
     • work_id (字符串，必需)：引用作品的OpenAlex ID。
   • 返回：包含referenced_work_ids（字符串列表）的对象，或错误对象。

4. get_citing_works：

   • 描述：检索引用特定OpenAlex作品的其他作品列表（内引）。使用游标分页。
   • 参数：
     • work_id (字符串，必需)：被引用作品的OpenAlex ID。
     • select_fields (字符串数组，可选)：每个引用作品的顶级字段列表。
     • per_page (整数，可选，默认：25)：每页结果数（最大200）。
     • cursor (字符串，可选)：分页游标。
   • 返回：包含results（引用作品对象列表）和meta（分页信息）的对象，或错误对象。

5. get_work_ngrams：

   • 描述：检索特定OpenAlex作品全文的N-grams（词序信息），如果可用的话。
   • 参数：
     • work_id (字符串，必需)：作品的OpenAlex ID。
   • 返回：表示N-grams的对象，或错误对象（例如，如果没有找到N-grams）。

注意

OpenAlex通常不存储全文内容，因为版权原因。 这也意味着OpenAlex搜索功能不会搜索全文，而只会搜索标题+摘要。

安装和设置

安装

1. 克隆仓库（可选）：

   git clone <repository-url>
   cd openalex-mcp-server
   

2. 安装依赖项：

   uv venv
   source .venv/bin/activate
   
   uv pip install .
   

   这会安装服务器包及其依赖项（mcp[cli]，pyalex）。

3. 运行服务器：

   uv --directory /YOUR/INSTALL/DIRECTORY/openalex-mcp-server run server.py
   

配置

• OpenAlex礼貌池：要使用更快、更可靠的OpenAlex礼貌池，请在运行服务器之前或在配置MCP客户端时设置OPENALEX_EMAIL环境变量为您的电子邮件地址。

  export OPENALEX_EMAIL="your.email@example.com"
  

  如果未设置此变量，服务器将使用匿名池，该池有更严格的速率限制。

MCP集成

要将此服务器与MCP客户端（如Claude VS Code扩展或Claude桌面版）一起使用，您需要将其配置添加到客户端的设置文件中。

示例配置（cline_mcp_settings.json或类似文件）：

{
  "mcpServers": {
    "... 其他服务器 ...": {},
    "openalex": {
      "autoApprove": [],
      "disabled": false,
      "timeout": 60,
      "command": "uv",
      "args": [
        "--directory", "/YOUR/INSTALL/DIRECTORY/openalex-mcp-server", "run", "server.py"
      ],
      "env": {
        "OPENALEX_EMAIL": "your.email@example.com" // 在此处设置您的电子邮件！
      },
      "transportType": "stdio"
    }
  }
}

• 将"your.email@example.com"替换为您实际的电子邮件地址。
• 添加配置后，请重新启动您的MCP客户端（例如，重新加载VS Code窗口）。

使用

一旦服务器已配置并运行（无论是通过MCP客户端集成还是手动开发），您可以在AI代理中使用use_mcp_tool命令与其互动。

示例工具调用：

• 搜索2023年发布的关于“机器学习”的论文：

  <use_mcp_tool>
    <server_name>openalex</server_name>
    <tool_name>search_works</tool_name>
    <arguments>
    {
      "search_query": "机器学习",
      "filters": { "publication_year": 2023 },
      "select_fields": ["id", "doi", "title", "publication_year", "cited_by_count"]
    }
    </arguments>
  </use_mcp_tool>
  

• 获取特定作品的详细信息：

  <use_mcp_tool>
    <server_name>openalex</server_name>
    <tool_name>get_work_details</tool_name>
    <arguments>
    {
      "work_id": "W2741809807",
      "select_fields": ["title", "authorships", "abstract", "open_access"]
    }
    </arguments>
  </use_mcp_tool>
  

• 获取作品的引用：

  <use_mcp_tool>
    <server_name>openalex</server_name>
    <tool_name>get_referenced_works</tool_name>
    <arguments>
    {
      "work_id": "W2741809807"
    }
    </arguments>
  </use_mcp_tool>
  

开发

要在本地运行服务器进行开发和测试：

1. 确保已安装依赖项（参见安装）。
2. 设置OPENALEX_EMAIL环境变量。
3. mcp dev server.py

依赖项

• mcp-sdk：用于MCP服务器实现。
• pyalex：用于与OpenAlex API交互。