学術文献・引用管理のためのMCP-DBLPサーバー

「MCP-DBLP」MCPサーバーは何をするのか？

MCP-DBLPサーバーは、Model Context Protocol（MCP）を使用してLarge Language Model（LLM）にDBLPコンピュータサイエンス文献データベースへのシームレスなアクセスを提供します。DBLP APIを統合することで、MCP-DBLPはAIアシスタントによる学術論文の検索・取得、引用の処理、BibTeXエントリの生成、出版物タイトルや著者名のあいまい検索などを可能にします。また、書誌情報の抽出と整形、埋め込みリファレンス処理、正確な引用管理のための直接BibTeXエクスポートもサポートしています。総合的な検索機能、フィルタリング、統計分析により、MCP-DBLPは開発者や研究者の学術文献・書誌データ・学術リファレンス活用ワークフローを強化します。

プロンプト一覧

• Instructions Prompt:
  instructions_prompt.mdに再利用可能なプロンプトテンプレートが含まれており、引用を含むテキストと併用できます。Claude Desktopでは電源プラグアイコンからアクセス可能です。

リソース一覧

• （提供ドキュメントやコードには明示的なMCPリソースプリミティブは記載されていません。もしサーバーがリソースを公開している場合、その詳細は記載されていません。）

ツール一覧

• search
  論理クエリを使ってDBLPから出版物を検索します。‘and’/‘or’演算子、結果件数制限、年・会議名部分一致フィルタに対応。
• fuzzy_title_search
  タイトルのあいまい一致で出版物を検索します。
• get_author_publications
  指定著者の全出版物を取得します。
• get_venue_info
  出版会議やジャーナルの詳細情報を取得します。
• calculate_statistics
  出版物検索結果から統計情報を生成します。
• export_bibtex
  DBLPからBibTeXエントリをファイルに直接エクスポート（引用精度向上のためLLM処理をバイパス）。

このMCPサーバーのユースケース

• 学術文献検索
  開発者・研究者はDBLPデータベースを高度な論理クエリやフィルタで検索し、効率的な文献レビューや知識発見が可能です。
• 引用管理
  学術執筆・発表・リファレンス管理ツール用の正確なBibTeXエントリを素早く生成・エクスポートできます。
• 著者・会議探索
  特定著者の全出版物や会議・ジャーナルの詳細情報を取得し、研究分析やネットワーキングに活用できます。
• 書誌データ抽出
  書類から書誌データを抽出・構造化し、原稿中の引用や参考文献の処理を簡便化します。
• 出版メトリクス・統計
  出版データの統計分析で、動向・研究出力・会議等のインパクトを特定できます。

セットアップ方法

Windsurf

1. 前提条件: Python 3.11+と uv をインストールしてください。
2. リポジトリをクローン:
   git clone https://github.com/szeider/mcp-dblp.git
3. 環境セットアップ:

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

4. 設定: Windsurf MCP設定ファイルに以下を追加:

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

5. 再起動と確認: 保存してWindsurfを再起動し、ツールリストにMCP-DBLPサーバーが表示されることを確認します。

Claude

1. 前提条件: Claude DesktopアプリとPython 3.11+をインストールしてください。
2. クローンとセットアップ:

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

3. 設定ファイルを編集:
   • macOS/Linux: ~/Library/Application/Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%\Claude\claude_desktop_config.json
4. MCP-DBLP追加: 以下を含めます:

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

5. 保存と再起動: 設定を保存し、Claudeを再起動してサーバーが利用可能か確認します。

Cursor

1. 前提確認: Python 3.11+と uv をインストールしてください。
2. MCP-DBLPインストール:

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

3. Cursor設定ファイルの場所: Cursor MCP設定ファイルを開きます。
4. エントリ追加:

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

5. Cursor再起動: 保存してCursorを再起動し、MCP-DBLPを有効化します。

Cline

1. 依存関係のインストール: Python 3.11+とuv。
2. クローンと準備:

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

3. Cline設定編集: MCPサーバー設定ファイルを探します。
4. MCP-DBLPブロック追加:

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

5. 確認と再起動: 保存後、Clineを再起動し、ツールが利用可能か確認します。

APIキーの安全な取り扱い:
APIキーやシークレット情報を提供する必要がある場合は、環境変数を使って安全に設定してください。設定例:

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

フロー内でのMCPの使い方

FlowHuntでのMCP利用

FlowHuntワークフローにMCPサーバーを統合するには、まずMCPコンポーネントをフローに追加し、AIエージェントに接続します。

MCPコンポーネントをクリックして設定パネルを開きます。system MCP設定セクションに、次のJSON形式でMCPサーバー情報を入力してください。

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

設定後、AIエージェントはこのMCPをツールとして利用可能となり、すべての機能・能力にアクセスできます。“mcp-dblp"は実際のMCPサーバー名に、URLはご自身のMCPサーバーのURLに変更してください。

概要

上記の通り、MCP-DBLPは強力なドキュメントとツール群を備えていますが、明示的なリソースやサンプリングサポートは見当たりません。プロンプトテンプレートやツールの充実度は高く、リソースプリミティブやサンプリング未対応の点で包括性はやや劣ります。

MCPスコア

所感:
MCP-DBLPは学術・書誌ワークフローに特化した堅牢なMCPサーバーです。DBLPとの連携や引用管理のツールセットが充実しており、明示的なリソース・サンプリングサポートはまだですが、使いやすさやセットアップ手順は良くまとまっています。

総合評価: 7.5/10