Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

Code of Paper

von isagelswannVersion 0.3.2i★ –iLäuft auf deinem Computer
Name in der Registryio.github.isagelswann/codeofpaper

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Find GitHub implementations of arXiv research papers — paper lookup, ranked code, search.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

  • Verbindung: Läuft auf deinem Computer
  • Transport: stdio
  • Kategorie: Suche & KI-Gedächtnis

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

  • Basischecks: 1 von 1 bestanden
  • Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
  • Das trägst du selbst ein: CODEOFPAPER_API_URL

Du brauchst

  • PyPIuv für Python installiert (für den Befehl uvx)

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 codeofpaper

Trag die leeren Werte ein, bevor du ihn startest.

In Cursor öffnen

Oder kopier die Einstellungen selbst

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 VS Code öffnen

Oder kopier die Einstellungen selbst

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.

Werte, die du selbst einträgst

  • CODEOFPAPER_API_URL env
    Override the API base URL (default https://api.codeofpaper.com).

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

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

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto isagelswann bestätigt, dem das Repo gehört

  • … Noch nicht geprüft

    Wird noch gepflegt

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • … Noch nicht geprüft

    Hat eine Lizenz

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • – Nicht zutreffend

    Endpunkt antwortet

    Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

  • Mehr Sterne als 0 % der anderen 7233 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 14 % der anderen 7233 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 7233 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Code of Paper sicher?

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.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

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).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.3.2) kam vor 5 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Context7, Codebase Memory, Exa

Alternativen

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

Context7

von upstash

Up-to-date docs for AI agents

Computer oder Cloud★ 64.224MITAktualisiert vor 3 Tagen
Installieren

Codebase Memory

von DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

Läuft auf deinem Computer★ 48.148MITAktualisiert vor 20 Tagen
Installieren

Exa

von exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

Läuft in der Cloud★ 5.213MITAktualisiert vor 44 Tagen
Installieren

README vom Entwickler

README öffnen

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.

Code of Paper CLI

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.

Install

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.

Quick Start

# Search for papers

codeofpaper search "vision transformers"

Get paper details (arXiv IDs or full URLs both work)

codeofpaper paper 2010.11929 codeofpaper paper https://arxiv.org/abs/2010.11929

Find code implementations

codeofpaper code 1706.03762

Browse trending papers with code

codeofpaper trending --has-code

JSON output for scripts and agents

codeofpaper -o json trending | jq '.trending[] | {title, stars: .max_stars}'

One-shot reproducibility context for an agent: paper + confident repos

(with tier + framework + license) + fork-graph in a single JSON payload.

codeofpaper -o json paper 2010.11929 | jq '{title, repos: [.repos[] | {full_name, tier}], forks: [.fork_graph[] | .full_name]}'

Literature review in one command

codeofpaper research "reinforcement learning" --depth deep

Output Formats

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

FormatFlagUse case
Table-o tableHuman reading (default)
JSON-o jsonScripts, jq pipelines, full response data
Quiet-o quietIDs only, one per line — pipe into other commands
JSONL-o jsonlStreaming, append to files, batch processing
BibTeX-o bibtexCitation managers, LaTeX bibliographies
CSV-o csvSpreadsheets, 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

Commands

Discovery
CommandDescriptionExample
searchFull-text paper searchcodeofpaper search "vision transformers" --has-code
paperPaper details by arXiv ID or URLcodeofpaper paper 2010.11929
codeGitHub repos implementing a papercodeofpaper code 1706.03762
similarSemantically similar paperscodeofpaper similar 2010.11929
suggestAutocomplete / quick lookupcodeofpaper suggest "attention"
randomRandom interesting papercodeofpaper random --quality high
Browsing
CommandDescriptionExample
trendingTrending papers by categorycodeofpaper trending --category cs.CV --sort hot
categoriesList categories or get detailscodeofpaper categories cs.AI
conferencesList all conference seriescodeofpaper conferences
conferencePapers from a specific conferencecodeofpaper conference neurips_2024 --has-code
code-dropsRecent conference papers with new codecodeofpaper code-drops --days 7
repoReverse lookup: repo → papercodeofpaper repo google-research/vision_transformer
openOpen paper or repo in browsercodeofpaper open 2010.11929 --code
Bulk Operations
CommandDescriptionExample
researchStructured research overviewcodeofpaper research "RL" --depth deep
batchProcess multiple IDs from stdin/file`cat ids.txt \codeofpaper batch paper`
exportPaginated bulk exportcodeofpaper export trending -o csv > out.csv
Configuration
CommandDescriptionExample
authManage API key (setup/status/clear)codeofpaper auth status
statusCheck API health and statscodeofpaper status

Command Details

search
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.

research

Multi-step orchestrated overview of a research topic:

codeofpaper research "vision transformers" --depth deep
DepthStepsAPI calls
shallowSearch only + landscape statistics1
mediumSearch + repos for top papers (default)~6
deepSearch + repos + similar papers from #1~8
batch

Process multiple queries or IDs from a file or stdin. Always outputs JSONL regardless of -o:

# From a file

codeofpaper batch paper ids.txt

From stdin

echo -e "2010.11929\n1706.03762" | codeofpaper batch paper

Pipe from another command

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).

export

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.

Agent Integration

The CLI is designed for AI agent consumption. Key features:

Stable Exit Codes

Agents can branch on exit codes without parsing error messages:

Exit CodeMeaningAgent Action
0SuccessParse stdout
1General errorLog and report
2Connection errorRetry with backoff
3Not found (404)Skip or try different ID
4Rate limited (429)Wait and retry
5Auth required (401/403)Run codeofpaper auth setup
Machine-Readable Output
# JSON for structured parsing

codeofpaper -o json paper 2010.11929 | jq '.title'

Quiet mode for ID lists

codeofpaper -q search "attention" | head -5

JSONL for streaming

codeofpaper -o jsonl trending --has-code | while read -r line; do echo "$line" | jq -r '.arxiv_id' done

HTTP Cache

Responses are cached on disk for 30 minutes (~/.cache/codeofpaper/http/), so repeated calls are instant and free.

MCP Server (optional)

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]'

or, with uv:

uv tool install 'codeofpaper[mcp]'

This adds a codeofpaper-mcp entry point that speaks MCP over stdio.

Wire into Claude Desktop

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.

Wire into Cursor / Continue / Cline

Most MCP clients accept the same shape:

{

"mcpServers": { "codeofpaper": { "command": "codeofpaper-mcp", "env": { "CODEOFPAPER_API_URL": "https://api.codeofpaper.com" } } } }

Tools exposed
ToolPurpose
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.

Common Workflows

Core Discovery
# Find papers with code about a topic

codeofpaper search "reinforcement learning" --sort has_code --has-code

Get the best repo for a specific paper

codeofpaper code 1706.03762

Accepts arXiv URLs — no need to extract the ID

codeofpaper paper https://arxiv.org/abs/2010.11929

Reverse lookup: what paper does this repo implement?

codeofpaper repo google-research/vision_transformer

Open a paper in the browser, or jump straight to its code

codeofpaper open 2010.11929 codeofpaper open 2010.11929 --code

Browsing & Monitoring
# What's trending in computer vision?

codeofpaper trending --category cs.CV --sort hot

Conference papers that just got new code

codeofpaper code-drops --days 7

NeurIPS 2024 oral papers with code

codeofpaper conference neurips_2024 --track oral --has-code

Daily monitoring: what's new in my field?

codeofpaper trending --category cs.CV --days 1 -o json >> ~/research/daily_cv.jsonl

Composable Pipelines
# Find implementations of a paper's related work

codeofpaper similar 2010.11929 -o quiet | codeofpaper batch code

Batch process a reading list

cat reading_list.txt | codeofpaper batch paper > enriched.jsonl

Cross-reference with GitHub CLI

codeofpaper code 1706.03762 -o quiet | head -1 | xargs gh repo view

Export conference papers as BibTeX

codeofpaper export conference neurips_2024 --has-code -o bibtex > neurips2024_code.bib

Bulk export a category for meta-analysis

codeofpaper export trending --category cs.CV --has-code --days 365 -o csv > cv_with_code.csv

Multi-Step Scripts
# 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"

Discover a random paper and explore its neighborhood

ID=$(codeofpaper random --quality high -o quiet) codeofpaper paper "$ID" codeofpaper similar "$ID" codeofpaper code "$ID"

Quick paper lookup in a script

ARXIV_ID="2010.11929" TITLE=$(codeofpaper -o json paper "$ARXIV_ID" | jq -r '.title') echo "Paper: $TITLE"

Configuration

Config is stored as JSON via platformdirs:

OSPath
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.

Priority Chain

Options are resolved in this order (first wins):

  1. CLI flag (--api-url, --api-key, --ca-bundle, -o)
  2. Environment variable (CODEOFPAPER_API_URL, CODEOFPAPER_API_KEY, `CODEOFP

Nur der Anfang wird gezeigt; den Rest findest du im Repo

PopNx fragen