Context7
Up-to-date docs for AI agents
Beschreibung vom Entwickler (englisches Original)
Find GitHub implementations of arXiv research papers — paper lookup, ranked code, search.
Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.
Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
CODEOFPAPER_API_URLDu brauchst
Welche App nutzt du?
Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.
Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein
{
"mcpServers": {
"codeofpaper": {
"command": "uvx",
"args": [
"codeofpaper"
],
"env": {
"CODEOFPAPER_API_URL": "your-value"
}
}
}
}Führe das in deinem Terminal aus
claude mcp add codeofpaper --env CODEOFPAPER_API_URL=your-value -- uvx codeofpaperTrag die leeren Werte ein, bevor du ihn startest.
In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"codeofpaper": {
"command": "uvx",
"args": [
"codeofpaper"
],
"env": {
"CODEOFPAPER_API_URL": "your-value"
}
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
In .vscode/mcp.json in deinem Projekt einfügen
{
"servers": {
"codeofpaper": {
"type": "stdio",
"command": "uvx",
"args": [
"codeofpaper"
],
"env": {
"CODEOFPAPER_API_URL": "your-value"
}
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.
Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.
CODEOFPAPER_API_URL envDiese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto isagelswann bestätigt, dem das Repo gehört
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).
Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.3.2) kam vor 5 Monaten in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.
In derselben Kategorie: Context7, Codebase Memory, Exa
Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.
So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
Up-to-date docs for AI agents
Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.
Connect AI agents to Exa for web search, content fetching, and multi-step research.
Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.
Maintenance mode. This CLI and MCP server are not actively developed. They keep working as long as api.codeofpaper.com is up; issues may go unanswered.
Discover GitHub implementations of research papers — from the terminal.
Search 181k+ arXiv papers and find their code on GitHub. Works for humans and AI agents alike.
pip install codeofpaper
Or with pipx for isolated installs:
pipx install codeofpaper
Requires Python 3.10+. No API key needed — works anonymously at 60 requests/minute.
# Search for papers
codeofpaper search "vision transformers"
codeofpaper paper 2010.11929 codeofpaper paper https://arxiv.org/abs/2010.11929
codeofpaper code 1706.03762
codeofpaper trending --has-code
codeofpaper -o json trending | jq '.trending[] | {title, stars: .max_stars}'
codeofpaper -o json paper 2010.11929 | jq '{title, repos: [.repos[] | {full_name, tier}], forks: [.fork_graph[] | .full_name]}'
codeofpaper research "reinforcement learning" --depth deep
Use -o / --output before the subcommand:
codeofpaper -o json paper 2010.11929
codeofpaper -o quiet search "attention" | head -5 codeofpaper -o csv trending --has-code > papers.csv
| Format | Flag | Use case |
|---|---|---|
| Table | -o table | Human reading (default) |
| JSON | -o json | Scripts, jq pipelines, full response data |
| Quiet | -o quiet | IDs only, one per line — pipe into other commands |
| JSONL | -o jsonl | Streaming, append to files, batch processing |
| BibTeX | -o bibtex | Citation managers, LaTeX bibliographies |
| CSV | -o csv | Spreadsheets, pandas, data analysis |
The shorthand -q is equivalent to -o quiet:
codeofpaper -q search "transformers" | head -3
You can set a default format via config so you don't need -o every time:
codeofpaper auth setup # then edit ~/.config/codeofpaper/config.json
| Command | Description | Example |
|---|---|---|
search | Full-text paper search | codeofpaper search "vision transformers" --has-code |
paper | Paper details by arXiv ID or URL | codeofpaper paper 2010.11929 |
code | GitHub repos implementing a paper | codeofpaper code 1706.03762 |
similar | Semantically similar papers | codeofpaper similar 2010.11929 |
suggest | Autocomplete / quick lookup | codeofpaper suggest "attention" |
random | Random interesting paper | codeofpaper random --quality high |
| Command | Description | Example |
|---|---|---|
trending | Trending papers by category | codeofpaper trending --category cs.CV --sort hot |
categories | List categories or get details | codeofpaper categories cs.AI |
conferences | List all conference series | codeofpaper conferences |
conference | Papers from a specific conference | codeofpaper conference neurips_2024 --has-code |
code-drops | Recent conference papers with new code | codeofpaper code-drops --days 7 |
repo | Reverse lookup: repo → paper | codeofpaper repo google-research/vision_transformer |
open | Open paper or repo in browser | codeofpaper open 2010.11929 --code |
| Command | Description | Example | |
|---|---|---|---|
research | Structured research overview | codeofpaper research "RL" --depth deep | |
batch | Process multiple IDs from stdin/file | `cat ids.txt \ | codeofpaper batch paper` |
export | Paginated bulk export | codeofpaper export trending -o csv > out.csv |
| Command | Description | Example |
|---|---|---|
auth | Manage API key (setup/status/clear) | codeofpaper auth status |
status | Check API health and stats | codeofpaper status |
codeofpaper search "reinforcement learning" --sort has_code --has-code
codeofpaper search "GAN" --limit 20 --offset 10
Options: --limit, --offset, --sort (relevant, recent, has_code), --has-code, --category.
Multi-step orchestrated overview of a research topic:
codeofpaper research "vision transformers" --depth deep
| Depth | Steps | API calls |
|---|---|---|
shallow | Search only + landscape statistics | 1 |
medium | Search + repos for top papers (default) | ~6 |
deep | Search + repos + similar papers from #1 | ~8 |
Process multiple queries or IDs from a file or stdin. Always outputs JSONL regardless of -o:
# From a file
codeofpaper batch paper ids.txt
echo -e "2010.11929\n1706.03762" | codeofpaper batch paper
codeofpaper -q similar 2010.11929 | codeofpaper batch code
Supported commands: paper, search, code, similar, suggest.
Each line produces one JSON object:
{"input": "2010.11929", "status": "ok", "data": {...}}
{"input": "9999.99999", "status": "error", "error": "Not found"}
Options: --delay (seconds between calls, default 0.5).
Paginated bulk export from trending, conference, or search:
codeofpaper export trending --category cs.CV --has-code -o csv > cv.csv
codeofpaper export conference neurips_2024 --has-code -o bibtex > neurips.bib codeofpaper export search "transformers" --max 500 -o jsonl > data.jsonl
Auto-paginates through results (100 per page, 0.5s delay). Options: --max (default 200), --has-code, --category, --days.
The CLI is designed for AI agent consumption. Key features:
Agents can branch on exit codes without parsing error messages:
| Exit Code | Meaning | Agent Action |
|---|---|---|
| 0 | Success | Parse stdout |
| 1 | General error | Log and report |
| 2 | Connection error | Retry with backoff |
| 3 | Not found (404) | Skip or try different ID |
| 4 | Rate limited (429) | Wait and retry |
| 5 | Auth required (401/403) | Run codeofpaper auth setup |
# JSON for structured parsing
codeofpaper -o json paper 2010.11929 | jq '.title'
codeofpaper -q search "attention" | head -5
codeofpaper -o jsonl trending --has-code | while read -r line; do echo "$line" | jq -r '.arxiv_id' done
Responses are cached on disk for 30 minutes (~/.cache/codeofpaper/http/), so repeated calls are instant and free.
Code of Paper ships an optional Model Context Protocol server that exposes paper / code lookup as tools to any MCP-compatible agent — Claude Desktop, Cursor, Continue, Cline, Zed, etc.
Install with the mcp extra:
pip install 'codeofpaper[mcp]'
uv tool install 'codeofpaper[mcp]'
This adds a codeofpaper-mcp entry point that speaks MCP over stdio.
Add to ~/Library/Application Support/Claude/claude_desktop_config.json (macOS), %APPDATA%\Claude\claude_desktop_config.json (Windows), or ~/.config/Claude/claude_desktop_config.json (Linux):
{
"mcpServers": { "codeofpaper": { "command": "uvx", "args": ["--from", "codeofpaper[mcp]", "codeofpaper-mcp"] } } }
This pulls + runs the server on demand — no global install needed. If you've already pip install'd the package, you can replace the command with just "codeofpaper-mcp" and drop args.
Most MCP clients accept the same shape:
{
"mcpServers": { "codeofpaper": { "command": "codeofpaper-mcp", "env": { "CODEOFPAPER_API_URL": "https://api.codeofpaper.com" } } } }
| Tool | Purpose |
|---|---|
paper_lookup(paper_id_or_url) | Paper metadata + confident-tier repos |
code_for_paper(paper_id_or_url, limit, include_possible) | Ranked GitHub repos implementing a paper |
search_papers(query, limit, year, venue, has_code) | Free-text paper search with filters |
All tools are read-only, return plain JSON, and surface API errors as {"error": "...", "status": N} rather than throwing — agents get structured output either way.
# Find papers with code about a topic
codeofpaper search "reinforcement learning" --sort has_code --has-code
codeofpaper code 1706.03762
codeofpaper paper https://arxiv.org/abs/2010.11929
codeofpaper repo google-research/vision_transformer
codeofpaper open 2010.11929 codeofpaper open 2010.11929 --code
# What's trending in computer vision?
codeofpaper trending --category cs.CV --sort hot
codeofpaper code-drops --days 7
codeofpaper conference neurips_2024 --track oral --has-code
codeofpaper trending --category cs.CV --days 1 -o json >> ~/research/daily_cv.jsonl
# Find implementations of a paper's related work
codeofpaper similar 2010.11929 -o quiet | codeofpaper batch code
cat reading_list.txt | codeofpaper batch paper > enriched.jsonl
codeofpaper code 1706.03762 -o quiet | head -1 | xargs gh repo view
codeofpaper export conference neurips_2024 --has-code -o bibtex > neurips2024_code.bib
codeofpaper export trending --category cs.CV --has-code --days 365 -o csv > cv_with_code.csv
# Find a paper → get top repo → clone it
REPO=$(codeofpaper search "attention is all you need" -o quiet | head -1 | \ xargs codeofpaper code -o json | jq -r '.top_repos[0].full_name') gh repo clone "$REPO"
ID=$(codeofpaper random --quality high -o quiet) codeofpaper paper "$ID" codeofpaper similar "$ID" codeofpaper code "$ID"
ARXIV_ID="2010.11929" TITLE=$(codeofpaper -o json paper "$ARXIV_ID" | jq -r '.title') echo "Paper: $TITLE"
Config is stored as JSON via platformdirs:
| OS | Path |
|---|---|
| Linux | ~/.config/codeofpaper/config.json |
| macOS | ~/Library/Application Support/codeofpaper/config.json |
| Windows | %APPDATA%\codeofpaper\config.json |
Fields:
{
"api_url": "https://api.codeofpaper.com", "api_key": null, "default_format": "table", "ca_bundle": null }
No config file needed — everything works out of the box with sensible defaults.
Options are resolved in this order (first wins):
--api-url, --api-key, --ca-bundle, -o)CODEOFPAPER_API_URL, CODEOFPAPER_API_KEY, `CODEOFPNur der Anfang wird gezeigt; den Rest findest du im Repo