Serwer MCP-DBLP do Literatury Naukowej i Zarządzania Cytowaniami

Jak działa serwer MCP “MCP-DBLP”?

Serwer MCP-DBLP zapewnia płynny dostęp do bazy bibliografii informatycznej DBLP dla dużych modeli językowych (LLM) za pomocą Model Context Protocol (MCP). Dzięki integracji API DBLP, MCP-DBLP umożliwia asystentom AI wyszukiwanie i pobieranie publikacji naukowych, obsługę cytowań, generowanie wpisów BibTeX oraz rozmyte dopasowanie tytułów publikacji i nazw autorów. Obsługuje także ekstrakcję i formatowanie informacji bibliograficznych, przetwarzanie osadzonych odwołań oraz bezpośredni eksport BibTeX dla wysokiej precyzji zarządzania cytowaniami. Dzięki szerokim możliwościom wyszukiwania, filtrowania i analiz statystycznych, MCP-DBLP pozwala programistom i naukowcom usprawnić pracę z literaturą naukową, danymi bibliograficznymi i odwołaniami.

Lista promptów

• Prompt instrukcji:
  W instructions_prompt.md znajduje się szablon promptu do wielokrotnego użycia, przeznaczony do pracy z tekstem zawierającym cytowania. W aplikacji Claude Desktop prompt ten można znaleźć pod ikoną wtyczki elektrycznej.

Lista zasobów

• (W udostępnionej dokumentacji i kodzie nie wymieniono jawnie żadnych prymitywów zasobów MCP. Jeśli serwer udostępnia zasoby, szczegóły nie są podane.)

Lista narzędzi

• search
  Wyszukiwanie publikacji w DBLP za pomocą zapytań boolowskich. Obsługuje operatory ‘and’/‘or’, limity wyników, filtrowanie po roku oraz filtrowanie po fragmencie nazwy miejsca publikacji.
• fuzzy_title_search
  Wyszukiwanie publikacji z rozmytym dopasowaniem tytułu.
• get_author_publications
  Pobieranie wszystkich publikacji wybranego autora.
• get_venue_info
  Pobieranie szczegółowych informacji o miejscu publikacji.
• calculate_statistics
  Generowanie statystyk na podstawie wyników wyszukiwania publikacji.
• export_bibtex
  Eksport wpisów BibTeX bezpośrednio z DBLP do plików, z pominięciem przetwarzania przez LLM w celu zachowania dokładności.

Przykłady użycia tego serwera MCP

• Wyszukiwanie literatury naukowej
  Programiści i badacze mogą przeszukiwać bazę DBLP pod kątem istotnych publikacji naukowych, korzystając z zaawansowanych zapytań boolowskich i filtrów, co usprawnia przegląd literatury i zdobywanie wiedzy.
• Zarządzanie cytowaniami
  Szybkie generowanie i eksport dokładnych wpisów BibTeX do wykorzystania w publikacjach naukowych, prezentacjach lub menedżerach odwołań.
• Eksploracja autorów i miejsc publikacji
  Pobieranie wszystkich publikacji danego autora lub szczegółowych informacji o konferencjach i czasopismach, co wspiera analizę naukową i budowanie sieci kontaktów.
• Ekstrakcja danych bibliograficznych
  Wydobywanie i strukturyzacja danych bibliograficznych z dokumentów, ułatwiające przetwarzanie osadzonych cytowań lub odwołań w manuskryptach.
• Metryki i statystyki publikacji
  Przeprowadzanie analiz statystycznych danych publikacyjnych w celu identyfikacji trendów, aktywności badawczej lub wpływu w wybranych miejscach i przedziałach czasowych.

Jak skonfigurować

Windsurf

1. Wymagania: Upewnij się, że masz zainstalowane Python 3.11+ oraz uv .
2. Sklonuj repozytorium:
   git clone https://github.com/szeider/mcp-dblp.git
3. Przygotuj środowisko:

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

4. Konfiguracja: Edytuj plik konfiguracyjny MCP Windsurf i dodaj:

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

5. Restart i weryfikacja: Zapisz, zrestartuj Windsurf i sprawdź, czy MCP-DBLP pojawia się na liście narzędzi.

Claude

1. Wymagania: Zainstaluj aplikację Claude Desktop oraz Python 3.11+.
2. Sklonuj i skonfiguruj:

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

3. Edytuj konfigurację:
   • macOS/Linux: ~/Library/Application/Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%\Claude\claude_desktop_config.json
4. Dodaj MCP-DBLP: Wstaw:

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

5. Zapisz i zrestartuj: Zapisz konfigurację, uruchom ponownie Claude i sprawdź dostępność serwera.

Cursor

1. Wymagania: Python 3.11+ oraz uv .
2. Instalacja 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. Znajdź konfigurację Cursor: Otwórz plik konfiguracyjny MCP w Cursor.
4. Dodaj wpis:

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

5. Restart Cursor: Zapisz i zrestartuj Cursor, by aktywować MCP-DBLP.

Cline

1. Zainstaluj zależności: Python 3.11+ oraz uv.
2. Sklonuj i przygotuj:

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

3. Edytuj konfigurację Cline: Znajdź plik konfiguracyjny serwera MCP.
4. Wstaw blok 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. Potwierdź i zrestartuj: Zapisz, zrestartuj Cline i sprawdź dostępność narzędzia.

Zabezpieczanie kluczy API:
Jeśli musisz podać klucze API lub sekrety, użyj zmiennych środowiskowych dla bezpieczeństwa. Przykład konfiguracji:

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

Jak użyć tego MCP we flows

Użycie MCP w FlowHunt

Aby zintegrować serwery MCP we FlowHunt, rozpocznij od dodania komponentu MCP do swojego flow oraz połącz go z agentem AI:

Kliknij komponent MCP, by otworzyć panel konfiguracji. W sekcji konfiguracji systemu MCP wprowadź dane serwera MCP w tym formacie JSON:

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

Po konfiguracji agent AI może korzystać z MCP jako narzędzia z dostępem do wszystkich jego funkcji. Pamiętaj, aby “mcp-dblp” zastąpić właściwą nazwą serwera MCP oraz podmienić URL na adres swojego serwera.

Przegląd

Na podstawie powyższego, MCP-DBLP oferuje rozbudowaną dokumentację i narzędzia, ale brakuje w niej jawnych prymitywów zasobów oraz wsparcia sampling-u. Szablon promptu i zakres narzędzi są bardzo dobre, jednak brak prymitywów zasobów i sampling-u nieco obniża kompleksowość.

Ocena MCP

Nasza opinia:
MCP-DBLP to solidny i wyspecjalizowany serwer MCP, szczególnie przydatny w akademickich i bibliograficznych workflow. Zestaw narzędzi jest kompletny pod kątem integracji z DBLP i zarządzania cytowaniami, ale brak jawnego wsparcia prymitywów zasobów i sampling-u oznacza, że nie wykorzystuje jeszcze wszystkich możliwości MCP. Użyteczność i proces konfiguracji są jednak świetnie udokumentowane.

Ocena ogólna: 7.5/10