MCP-DBLP-server för akademisk litteratur och citeringshantering

Vad gör “MCP-DBLP” MCP-servern?

MCP-DBLP-servern ger sömlös åtkomst till DBLP:s datavetenskapliga bibliografidatabas för Large Language Models (LLMs) via Model Context Protocol (MCP). Genom att integrera DBLP API kan MCP-DBLP låta AI-assistenter söka och hämta akademiska publikationer, hantera citeringar, generera BibTeX-poster och utföra oskarp (“fuzzy”) matchning på publikationstitlar och författarnamn. Den stödjer även extrahering och formatering av bibliografisk information, bearbetning av inbäddade referenser samt direkt BibTeX-export för högsta citeringsnoggrannhet. Med omfattande sökfunktioner, filtrering och statistisk analys ger MCP-DBLP utvecklare och forskare möjlighet att förbättra sina arbetsflöden kring akademisk litteratur, bibliografiska data och vetenskapliga referenser.

Lista över promter

• Instruktionsprompt:
  En återanvändbar promptmall finns i instructions_prompt.md att använda tillsammans med text som innehåller citeringar. På Claude Desktop kan denna prompt nås via elplugg-ikonen.

Lista över resurser

• (Inga explicita MCP-resursprimitiver nämns i den tillhandahållna dokumentationen eller koden. Om servern exponerar resurser listas inga detaljer.)

Lista över verktyg

• search
  Sök i DBLP efter publikationer med booleska sökningar. Stödjer operatorer som ‘and’/‘or’, resultatsbegränsning, årsfiltret och filtrering av publiceringsplats via substring.
• fuzzy_title_search
  Utför sökning av publikationer med oskarp (“fuzzy”) titelmatchning.
• get_author_publications
  Hämta alla publikationer för en specifik författare.
• get_venue_info
  Hämta detaljerad information om en publiceringsplats (t.ex. konferens eller tidskrift).
• calculate_statistics
  Generera statistik från resultat av publikationer.
• export_bibtex
  Exportera BibTeX-poster direkt från DBLP till filer, utan LLM-bearbetning för noggrannhet.

Användningsområden för denna MCP-server

• Akademisk litteratursökning
  Utvecklare och forskare kan söka i DBLP:s databas efter relevanta akademiska artiklar med avancerade booleska sökningar och filter, vilket effektiviserar litteraturgenomgång och kunskapsinhämtning.
• Citeringshantering
  Generera och exportera snabbt korrekta BibTeX-poster för användning i akademiskt skrivande, presentationer eller referenshanteringsverktyg.
• Utforskning av författare och publiceringsplatser
  Hämta alla publikationer av en viss författare eller få detaljerad information om konferenser och tidskrifter, vilket underlättar forskningsanalys och nätverkande.
• Extrahering av bibliografiska data
  Extrahera och strukturera bibliografiska data från dokument, vilket gör det enklare att bearbeta inbäddade citeringar eller referenser i manuskript.
• Publikationsstatistik och analys
  Utför statistisk analys på publikationsdata för att identifiera trender, forskningsproduktion eller påverkan inom specifika publiceringsplatser eller tidsperioder.

Hur du sätter upp den

Windsurf

1. Förutsättningar: Säkerställ att Python 3.11+ och uv är installerade.
2. Klona repo:
   git clone https://github.com/szeider/mcp-dblp.git
3. Ställ in miljö:

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

4. Konfigurera: Redigera Windsurfs MCP-konfigurationsfil och inkludera:

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

5. Starta om & verifiera: Spara, starta om Windsurf och bekräfta att MCP-DBLP-servern syns i din verktygslista.

Claude

1. Förutsättningar: Installera Claude Desktop app och Python 3.11+.
2. Klona och installera:

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

3. Redigera konfiguration:
   • macOS/Linux: ~/Library/Application/Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%\Claude\claude_desktop_config.json
4. Lägg till MCP-DBLP: Inkludera:

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

5. Spara & starta om: Spara konfigurationen, starta om Claude och verifiera att servern är tillgänglig.

Cursor

1. Säkerställ förutsättningar: Python 3.11+ och uv är installerade.
2. Installera 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. Leta upp Cursor-konfig: Öppna din MCP-konfigurationsfil för Cursor.
4. Lägg till post:

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

5. Starta om Cursor: Spara och starta om Cursor för att aktivera MCP-DBLP.

Cline

1. Installera beroenden: Python 3.11+ och uv.
2. Klona och förbered:

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

3. Redigera Cline-konfig: Lokalisera MCP-serverns konfigurationsfil.
4. Infoga MCP-DBLP-block:

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

5. Bekräfta & starta om: Spara, starta om Cline och kontrollera verktygstillgänglighet.

Säkra API-nycklar:
Om API-nycklar eller hemligheter måste anges, använd miljövariabler för säkerhet. Exempelkonfiguration:

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

Så använder du denna MCP i flöden

Att använda MCP i FlowHunt

För att integrera MCP-servrar i ditt arbetsflöde i FlowHunt, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion infogar du dina MCP-serverdetaljer med detta JSON-format:

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

När det är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg och få tillgång till alla dess funktioner. Kom ihåg att byta ut “mcp-dblp” mot det faktiska namnet på din MCP-server och ersätta URL:en med din egen MCP-server-URL.

Översikt

Baserat på ovanstående erbjuder MCP-DBLP stark dokumentation och verktyg, men saknar explicita resurs- och samplingstöd i den synliga dokumentationen. Prompt-mall och verktygstäckning är utmärkta, men avsaknaden av resursprimitiver och sampling drar ner helhetsomdömet något.

MCP-poäng

Vår bedömning:
MCP-DBLP är en robust och specialiserad MCP-server, särskilt väl lämpad för akademiska och bibliografiska arbetsflöden. Dess verktygsuppsättning är heltäckande för DBLP-integration och citeringshantering, men bristen på explicita resurs- och samplingstöd gör att den ännu inte utnyttjar MCP:s alla funktioner fullt ut. Användbarhet och installationsanvisningar är väl dokumenterade.

Övergripande poäng: 7,5/10