OpenReview MCP服务器

这是一个提供对OpenReview数据访问的Model Context Protocol (MCP)服务器，用于研究和分析。该服务器允许您通过电子邮件地址搜索用户、获取论文，并从主要的机器学习会议（如ICML、ICLR、NeurIPS）中导出研究数据。

功能

• 用户搜索：通过电子邮件地址查找OpenReview个人资料
• 论文检索：获取特定作者的所有论文
• 会议论文：获取来自特定会场（ICLR、NeurIPS、ICML）和年份的论文
• 关键词搜索：跨多个会议按关键词搜索论文
• JSON&PDF导出：将搜索结果导出为PDF和JSON文件，便于阅读或进一步分析及代码助手使用

安装

pip install -e .

配置

创建一个包含您的OpenReview凭证的.env文件以进行本地开发：

OPENREVIEW_USERNAME=your_email@domain.com
OPENREVIEW_PASSWORD=your_password

# 可选
OPENREVIEW_BASE_URL=https://api2.openreview.net
OPENREVIEW_DEFAULT_EXPORT_DIR=./openreview_exports

使用Claude Code

从命令行添加服务器：

claude mcp add-json openreview '{"command":"openreview-mcp-server","cwd":"/install/dir/openreview-mcp-server","env":{"OPENREVIEW_USERNAME":"username","OPENREVIEW_PASSWORD":"password","OPENREVIEW_BASE_URL":"https://api2.openreview.net","OPENREVIEW_DEFAULT_EXPORT_DIR":"./openreview_exports"}}'

或者添加到您的Claude Code MCP配置中：

{
  "mcpServers": {
    "openreview": {
      "command": "python",
      "args": ["-m", "openreview_mcp_server"],
      "env": {
        "OPENREVIEW_USERNAME": "your_email@domain.com",
        "OPENREVIEW_PASSWORD": "your_password"
      }
    }
  }
}

然后运行您的查询：

请使用openreview mcp搜索关键词为"time series token merging"的论文，匹配所有关键词，会场为ICLR和ICML 2025？
...
请导出这篇论文的内容。

示例输出

可用工具

search_user

通过电子邮件地址查找用户个人资料。

search_user(email="researcher@university.edu", include_publications=True)

get_user_papers

获取特定用户发表的所有论文。

输入模式：

字段	类型	描述	必填	默认值	允许值
email	string	用户的电子邮件地址，其论文将被获取	是	—	—
format	string	响应格式：概要或详细	否	概要	summary, detailed

get_user_papers(email="researcher@university.edu", format="detailed")

get_conference_papers

获取特定会议和年份的论文。

输入模式：

字段	类型	描述	必填	默认值	允许值
venue	string	会议会场（例如，"ICLR.cc"，"NeurIPS.cc"，"ICML.cc"）	是	—	ICLR.cc, NeurIPS.cc, ICML.cc
year	string	会议年份（例如，"2024"，"2025"）	是	—	四位数年份（例如，2204）
limit	integer	返回的最大论文数量	否	50	1–1000
format	string	响应格式：概要或详细	否	summary	summary, detailed

get_conference_papers(venue="ICLR.cc", year="2024", limit=50)

search_papers

跨多个会议按关键词搜索论文。

搜索模式：

• any：返回至少匹配一个关键词的论文。如果找到任何关键词，论文将被包括在内。
• all：返回匹配所有关键词的论文。只有包含每个关键词的论文才会被包括。
• exact：返回包含精确短语（所有关键词一起，按顺序）的论文。

输入模式：

字段	类型	描述	必填	默认值	允许值
query	string	要搜索的关键词或短语（例如，"time series token merging"，"neural networks"）	是	—	—
venues	array	要搜索的会议会场和年份列表。<br>每个项目：<br>• venue：string<br>• year：string	是	—	—
search_fields	array	要搜索的字段。选项："title"，"abstract"，"authors"	否	["title", "abstract"]	"title", "abstract", "authors"
match_mode	string	关键词如何匹配：<br>• "any"：匹配任意关键词<br>• "all"：匹配所有关键词<br>• "exact"：匹配精确短语	否	"all"	"any", "all", "exact"
limit	integer	返回的最大结果数量	否	20	1–100
min_score	number	最小匹配分数（0.0到1.0之间）	否	0.1	0.0–1.0

search_papers(
  query="time series token merging",
  match_mode="all",
  search_fields=["title", "abstract"],
  venues=[
    {"venue": "ICLR.cc", "year": "2024"},
    {"venue": "NeurIPS.cc", "year": "2024"}
  ],
  limit=20
)

export_papers

将搜索结果导出为JSON文件以便分析。

输入模式：

字段	类型	描述	必填	默认值	允许值
query	string	导出前要搜索的关键词	是	—	—
venues	array	要从中导出的会议会场和年份列表。<br>每个项目：<br>• venue：string<br>• year：string	是	—	—
export_dir	string	导出JSON文件的目录	否	./openreview_exports	—
filename	string	导出的基本文件名（不带扩展名）	否	自动生成	—
include_abstracts	boolean	是否在导出中包含完整的摘要	否	True	True, False
min_score	number	搜索结果的最小匹配分数（0.0到1.0）	否	0.2	0.0–1.0
max_papers	integer	最多导出和下载的论文数量	否	3	1–10
download_pdfs	boolean	是否下载PDF并提取全文内容	否	True	True, False

export_papers(
  query="neural networks",
  venues=[
    {"venue": "ICLR.cc", "year": "2024"},
    {"venue": "ICML.cc", "year": "2024"}
  ],
  max_papers=1, 
  download_pdfs=True, 
  include_abstracts=True,
  export_dir="./research_exports"
)

示例工作流程

1. 搜索感兴趣主题的论文：

search_papers(query="time series forecasting", match_mode="all", venues=[{"venue": "ICLR.cc", "year": "2024"}])

2. 将相关论文导出为JSON：

export_papers(query="time series token merging", venues=[{"venue":"ICML.cc","year":"2025"}], max_papers=1, download_pdfs=True, include_abstracts=True)

3. 使用导出的JSON文件与Claude Code实现受研究启发的方法。

支持的会议

• ICLR（国际学习表示会议）
• NeurIPS（神经信息处理系统会议）
• ICML（国际机器学习会议）

许可证

MIT许可证