MCP-DBLP-server til akademisk litteratur- & citationsstyring

Hvad laver “MCP-DBLP” MCP-serveren?

MCP-DBLP-serveren giver problemfri adgang til DBLP-computer science-bibliografidatabasen for Large Language Models (LLMs) via Model Context Protocol (MCP). Ved at integrere DBLP-API’en muliggør MCP-DBLP, at AI-assistenter kan søge og hente akademiske publikationer, behandle citationer, generere BibTeX-poster og udføre fuzzy matching på publikationstitler og forfatternavne. Den understøtter også udtræk og formatering af bibliografiske oplysninger, behandling af indlejrede referencer samt direkte BibTeX-eksport for højpræcis citationsstyring. Med omfattende søgemuligheder, filtrering og statistisk analyse styrker MCP-DBLP udviklere og forskere i at optimere deres arbejdsgange ved arbejde med akademisk litteratur, bibliografiske data og videnskabelige referencer.

Liste over Prompter

• Instructions Prompt:
  En genanvendelig promptskabelon er inkluderet i instructions_prompt.md til brug sammen med tekst, der indeholder citationer. På Claude Desktop kan denne prompt tilgås via elstik-ikonet.

Liste over Ressourcer

• (Ingen eksplicitte MCP-ressourceprimitiver er nævnt i den tilgængelige dokumentation eller kode. Hvis serveren udstiller ressourcer, er detaljerne ikke listet.)

Liste over Værktøjer

• search
  Søg i DBLP efter publikationer med booleske forespørgsler. Understøtter operatorer som ‘and’/‘or’, resultatbegrænsning, år-filtrering og venue-substringfiltrering.
• fuzzy_title_search
  Udfør søgning efter publikationer med fuzzy-titelsammenligning.
• get_author_publications
  Hent alle publikationer for en bestemt forfatter.
• get_venue_info
  Hent detaljeret information om et publikationssted (venue).
• calculate_statistics
  Generér statistik fra publikationssøgeresultater.
• export_bibtex
  Eksportér BibTeX-poster direkte fra DBLP til filer og omgå LLM-behandling for nøjagtighed.

Anvendelsesmuligheder for denne MCP-server

• Akademisk litteratursøgning
  Udviklere og forskere kan søge i DBLP-databasen efter relevante akademiske artikler med avancerede booleske forespørgsler og filtre, hvilket effektiviserer litteraturgennemgang og vidensindhentning.
• Citationsstyring
  Generér og eksporter hurtigt præcise BibTeX-poster til brug i akademiske publikationer, præsentationer eller referencestyringsværktøjer.
• Forfatter- og venue-udforskning
  Hent alle publikationer af en bestemt forfatter eller få detaljeret information om konferencer og tidsskrifter, hvilket understøtter forskningsanalyse og netværk.
• Udtræk af bibliografiske data
  Udtræk og strukturer bibliografiske data fra dokumenter, så det bliver nemmere at behandle indlejrede citationer eller referencer i manuskripter.
• Publikationsmålinger og statistik
  Udfør statistisk analyse på publikationsdata for at identificere trends, forskningsoutput eller indflydelse inden for bestemte venues eller tidsperioder.

Sådan sættes det op

Windsurf

1. Forudsætninger: Sørg for, at Python 3.11+ og uv er installeret.
2. Klon repo:
   git clone https://github.com/szeider/mcp-dblp.git
3. Opsæt miljø:

   cd mcp-dblp
   uv venv
   source .venv/bin/activate
   uv pip install -e .
   

4. Konfigurer: Redigér Windsurf MCP-konfigurationsfilen til at inkludere:

   {
     "mcpServers": {
       "mcp-dblp": {
         "command": "uv",
         "args": [
           "--directory",
           "/absolut/sti/til/mcp-dblp/",
           "run",
           "mcp-dblp",
           "--exportdir",
           "/absolut/sti/til/bibtex/eksport/mappe/"
         ]
       }
     }
   }
   

5. Genstart & verificér: Gem, genstart Windsurf, og bekræft at MCP-DBLP-serveren fremgår af din værktøjsliste.

Claude

1. Forudsætninger: Installer Claude Desktop app og Python 3.11+.
2. Klon og opsæt:

   git clone https://github.com/szeider/mcp-dblp.git
   cd mcp-dblp
   uv venv
   source .venv/bin/activate
   uv pip install -e .
   

3. Redigér konfiguration:
   • macOS/Linux: ~/Library/Application/Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%\Claude\claude_desktop_config.json
4. Tilføj MCP-DBLP: Inkludér:

   {
     "mcpServers": {
       "mcp-dblp": {
         "command": "uv",
         "args": [
           "--directory",
           "/absolut/sti/til/mcp-dblp/",
           "run",
           "mcp-dblp",
           "--exportdir",
           "/absolut/sti/til/bibtex/eksport/mappe/"
         ]
       }
     }
   }
   

5. Gem & genstart: Gem konfigurationen, genstart Claude, og verificér at serveren er tilgængelig.

Cursor

1. Sikre forudsætninger: Python 3.11+ og uv er installeret.
2. Installer MCP-DBLP:

   git clone https://github.com/szeider/mcp-dblp.git
   cd mcp-dblp
   uv venv
   source .venv/bin/activate
   uv pip install -e .
   

3. Find Cursor-konfiguration: Åbn din Cursor MCP-konfigurationsfil.
4. Tilføj indgang:

   {
     "mcpServers": {
       "mcp-dblp": {
         "command": "uv",
         "args": [
           "--directory",
           "/absolut/sti/til/mcp-dblp/",
           "run",
           "mcp-dblp",
           "--exportdir",
           "/absolut/sti/til/bibtex/eksport/mappe/"
         ]
       }
     }
   }
   

5. Genstart Cursor: Gem og genstart Cursor for at aktivere MCP-DBLP.

Cline

1. Installer afhængigheder: Python 3.11+ og uv.
2. Klon og forbered:

   git clone https://github.com/szeider/mcp-dblp.git
   cd mcp-dblp
   uv venv
   source .venv/bin/activate
   uv pip install -e .
   

3. Redigér Cline-konfiguration: Find MCP-serverkonfigurationen.
4. Indsæt MCP-DBLP-blok:

   {
     "mcpServers": {
       "mcp-dblp": {
         "command": "uv",
         "args": [
           "--directory",
           "/absolut/sti/til/mcp-dblp/",
           "run",
           "mcp-dblp",
           "--exportdir",
           "/absolut/sti/til/bibtex/eksport/mappe/"
         ]
       }
     }
   }
   

5. Bekræft & genstart: Gem, genstart Cline, og tjek værktøjstilgængelighed.

Sikring af API-nøgler:
Hvis API-nøgler eller secrets skal angives, bør du bruge miljøvariabler for sikkerhed. Eksempel på konfiguration:

{
  "mcpServers": {
    "mcp-dblp": {
      "command": "uv",
      "args": [ ... ],
      "env": {
        "SOME_API_KEY": "${YOUR_API_KEY_ENV_VAR}"
      },
      "inputs": {
        "api_key": "${YOUR_API_KEY_ENV_VAR}"
      }
    }
  }
}

Sådan bruges denne MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i dit FlowHunt-arbejdsflow skal du starte med at tilføje MCP-komponenten til dit flow og forbinde den til din AI-agent:

Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion indsætter du dine MCP-serveroplysninger med dette JSON-format:

{
  "mcp-dblp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når det er konfigureret, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre “mcp-dblp” til det faktiske navn på din MCP-server og udskifte URL’en med din egen MCP-server-URL.

Oversigt

Baseret på ovenstående tilbyder MCP-DBLP stærk dokumentation og værktøjsdækning, men mangler eksplicit ressource- og sampling-support i den synlige dokumentation. Promptskabelonen og værktøjsdækningen er fremragende, men fraværet af ressourceprimitiver og sampling trækker en smule ned på helhedsindtrykket.

MCP-score

Vores vurdering:
MCP-DBLP er en robust og specialiseret MCP-server, især velegnet til akademiske og bibliografiske arbejdsgange. Værktøjssættet er omfattende for DBLP-integration og citationsstyring, men manglen på eksplicit ressource- og sampling-support betyder, at den endnu ikke udnytter alle MCP-funktioner fuldt ud. Brugervenlighed og opsætning er veldokumenteret.

Samlet score: 7.5/10