Servidor MCP-DBLP para gestión de literatura académica y citas

¿Qué hace el servidor MCP-DBLP?

El servidor MCP-DBLP proporciona acceso fluido a la base de datos bibliográfica de informática DBLP para Modelos de Lenguaje Grande (LLMs) usando el Model Context Protocol (MCP). Al integrar la API de DBLP, MCP-DBLP permite a los asistentes de IA buscar y recuperar publicaciones académicas, procesar citas, generar entradas BibTeX y realizar coincidencia difusa de títulos de publicaciones y nombres de autores. También soporta la extracción y el formateo de información bibliográfica, procesamiento de referencias embebidas y exportación directa de BibTeX para una gestión de citas de alta precisión. Con capacidades de búsqueda completas, filtrado y análisis estadístico, MCP-DBLP permite a desarrolladores e investigadores mejorar sus flujos de trabajo con literatura académica, datos bibliográficos y referencias científicas.

Lista de Prompts

• Prompt de Instrucciones:
  Se incluye una plantilla reutilizable de prompt en instructions_prompt.md para usarse junto con textos que contengan citas. En Claude Desktop, este prompt se puede acceder mediante el icono de enchufe eléctrico.

Lista de Recursos

• (No se mencionan primitivas de recursos MCP explícitas en la documentación o el código proporcionados. Si el servidor expone recursos, los detalles no están listados.)

Lista de Herramientas

• search
  Busca publicaciones en DBLP usando consultas booleanas. Soporta operadores como ‘and’/‘or’, límites de resultados, filtrado por año y filtrado por substring de venue.
• fuzzy_title_search
  Realiza una búsqueda de publicaciones con coincidencia difusa de título.
• get_author_publications
  Recupera todas las publicaciones de un autor específico.
• get_venue_info
  Obtiene información detallada sobre un venue de publicación.
• calculate_statistics
  Genera estadísticas a partir de los resultados de búsqueda de publicaciones.
• export_bibtex
  Exporta entradas BibTeX directamente desde DBLP a archivos, evitando el procesamiento por LLM para mayor exactitud.

Casos de Uso de este Servidor MCP

• Búsqueda de Literatura Académica
  Desarrolladores e investigadores pueden buscar en la base de datos DBLP artículos académicos relevantes usando consultas booleanas avanzadas y filtros, agilizando revisiones de literatura y descubrimiento de conocimiento.
• Gestión de Citas
  Genera y exporta rápidamente entradas BibTeX precisas para uso en redacción académica, presentaciones o herramientas de gestión de referencias.
• Exploración de Autores y Venues
  Recupera todas las publicaciones de un autor específico u obtén información detallada sobre congresos y revistas, ayudando en análisis de investigación y networking.
• Extracción de Datos Bibliográficos
  Extrae y estructura datos bibliográficos de documentos, facilitando el procesamiento de citas o referencias embebidas en manuscritos.
• Métricas y Estadísticas de Publicaciones
  Realiza análisis estadístico sobre datos de publicaciones para identificar tendencias, producción científica o impacto en venues o periodos específicos.

Cómo configurarlo

Windsurf

1. Requisitos previos: Asegúrate de tener Python 3.11+ y uv instalados.
2. Clonar el Repositorio:
   git clone https://github.com/szeider/mcp-dblp.git
3. Configurar el entorno:

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

4. Configurar: Edita el archivo de configuración MCP de Windsurf para incluir:

   {
     "mcpServers": {
       "mcp-dblp": {
         "command": "uv",
         "args": [
           "--directory",
           "/absolute/path/to/mcp-dblp/",
           "run",
           "mcp-dblp",
           "--exportdir",
           "/absolute/path/to/bibtex/export/folder/"
         ]
       }
     }
   }
   

5. Reiniciar y Verificar: Guarda, reinicia Windsurf y confirma que el servidor MCP-DBLP aparece en tu lista de herramientas.

Claude

1. Requisitos previos: Instala la app Claude Desktop y Python 3.11+.
2. Clona y configura:

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

3. Editar configuración:
   • macOS/Linux: ~/Library/Application/Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%\Claude\claude_desktop_config.json
4. Agregar MCP-DBLP: Incluye:

   {
     "mcpServers": {
       "mcp-dblp": {
         "command": "uv",
         "args": [
           "--directory",
           "/absolute/path/to/mcp-dblp/",
           "run",
           "mcp-dblp",
           "--exportdir",
           "/absolute/path/to/bibtex/export/folder/"
         ]
       }
     }
   }
   

5. Guardar y Reiniciar: Guarda la configuración, reinicia Claude y verifica que el servidor esté disponible.

Cursor

1. Asegúrate de los requisitos: Python 3.11+ y uv instalados.
2. Instalar 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. Localiza la configuración de Cursor: Abre el archivo de configuración MCP de Cursor.
4. Agregar entrada:

   {
     "mcpServers": {
       "mcp-dblp": {
         "command": "uv",
         "args": [
           "--directory",
           "/absolute/path/to/mcp-dblp/",
           "run",
           "mcp-dblp",
           "--exportdir",
           "/absolute/path/to/bibtex/export/folder/"
         ]
       }
     }
   }
   

5. Reiniciar Cursor: Guarda y reinicia Cursor para activar MCP-DBLP.

Cline

1. Instalar dependencias: Python 3.11+ y uv.
2. Clonar y preparar:

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

3. Editar configuración de Cline: Localiza la configuración de servidores MCP.
4. Insertar bloque MCP-DBLP:

   {
     "mcpServers": {
       "mcp-dblp": {
         "command": "uv",
         "args": [
           "--directory",
           "/absolute/path/to/mcp-dblp/",
           "run",
           "mcp-dblp",
           "--exportdir",
           "/absolute/path/to/bibtex/export/folder/"
         ]
       }
     }
   }
   

5. Confirmar y Reiniciar: Guarda, reinicia Cline y verifica la disponibilidad de la herramienta.

Seguridad de las claves API:
Si es necesario proporcionar claves API o secretos, utiliza variables de entorno para seguridad. Ejemplo de configuración:

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

Cómo usar este MCP en flujos

Uso de MCP en FlowHunt

Para integrar servidores MCP en tu flujo de trabajo de FlowHunt, comienza agregando el componente MCP a tu flujo y conectándolo a tu agente de IA:

Haz clic en el componente MCP para abrir el panel de configuración. En la sección de configuración del sistema MCP, inserta los detalles de tu servidor MCP usando este formato JSON:

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

Una vez configurado, el agente de IA podrá usar este MCP como herramienta con acceso a todas sus funciones y capacidades. Recuerda cambiar “mcp-dblp” por el verdadero nombre de tu servidor MCP y reemplazar la URL por la de tu propio servidor MCP.

Resumen

Según lo anterior, MCP-DBLP ofrece documentación y herramientas sólidas, pero carece de soporte explícito de recursos y muestreo en la documentación visible. La plantilla de prompt y la cobertura de herramientas son excelentes, pero la ausencia de primitivas de recursos y muestreo reduce ligeramente la exhaustividad.

Puntuación MCP

Nuestra opinión:
MCP-DBLP es un servidor MCP robusto y especializado, especialmente adecuado para flujos de trabajo académicos y bibliográficos. Su conjunto de herramientas es completo para integración con DBLP y gestión de citas, pero la falta de soporte explícito de recursos y muestreo implica que aún no aprovecha todas las funciones MCP. La usabilidad y la configuración están bien documentadas.

Puntuación general: 7.5/10