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
Einsteigermodus An
FarbenSystemHellDunkel
SpracheไทยEnglish中文日本語한국어EspañolDeutsch
☰ MenüEinstellungen
Einsteigermodus An
FarbenSystemHellDunkel
SpracheไทยEnglish中文日本語한국어EspañolDeutsch

Research Hub

von WenyuChiouVersion 1.0.0i★ –iLäuft auf deinem Computer
Name in der Registryio.github.WenyuChiou/research-hub

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Research workspace for Zotero + Obsidian + NotebookLM. Search, ingest, sync, verify briefs.

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).
  • Die Registry nennt keinen Schlüssel zum Eintragen.

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": {
    "research-hub": {
      "command": "uvx",
      "args": [
        "research-hub-pipeline"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add research-hub -- uvx research-hub-pipeline

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "research-hub": {
      "command": "uvx",
      "args": [
        "research-hub-pipeline"
      ]
    }
  }
}

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": {
    "research-hub": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "research-hub-pipeline"
      ]
    }
  }
}

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.

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 8. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto WenyuChiou 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 5687 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 14 % der anderen 5687 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 5687 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 Research Hub 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 (1.0.0) 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:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Context7

Up-to-date docs for AI agents

von upstashWeit verbreitet↓ 972.664/Wo.★ 64.224Aktualisiert vorgestern

Computer oder Cloud
Installieren

Codebase Memory

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

von DeusDataWeit verbreitet↓ 17.962/Wo.★ 48.148Aktualisiert vor 22 Tagen

Läuft auf deinem Computer
Installieren

Exa

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

von exa-labsWachsend★ 5213Aktualisiert vor 2 Monaten

Läuft in der Cloud✓ exa.ai
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.

research-hub

A workspace on your computer for researchers to organize papers, evidence, and drafts, with AI-assisted proposals you review.

繁體中文 · Workspace guide · Setup guide · Developer architecture

Why research-hub?

Research is spread across papers, notes, analysis, and manuscripts. A new paper can change a question; an updated file can make a conclusion or section worth revisiting. research-hub gives researchers and AI assistants a local workspace to record those connections, hand off tasks, and review proposals before accepting them.

  • Keep context: bring questions, sources, evidence, results, and manuscripts into one project rather than leaving them only in a conversation.
  • Track changes: register file paths and a file fingerprint (hash) to help detect changes, then inspect work that may need review when inputs change.
  • Keep decisions human: AI proposals require review; a local delivery requires separate approval.

Choose your starting path

Use your existing AI host: You need working search/reading tools and the portable skill with its references. No Hub installation, Zotero, Obsidian, or NotebookLM is required. See skill loading and host support; Codex MCP is not release-verified.

First request: “Find papers on LLMs simulating human decisions. Include source links, relevance, versions, and actual reading limits.” Expect a source list in your host, with unknowns and unavailable tools/sources stated, not automatic full-text reading or a Hub save.

Use the Hub workspace: You need Python 3.10+, Git, and a local browser. Install and launch the tested demo below to inspect two seed references and their reading limits. Optional result saving and task handoff require a selected destination and authorization.

Install and get started

Try the local workspace

Choose this path for the Hub workspace. If you only want to try the older published literature dashboard, see the separate option below.

You need Python 3.10+ and Git. These commands install a specific source revision and create teaching fixtures in a new or empty workspace-demo directory. The source workspace is separate from the PyPI release: a package version does not establish that the installed wheel contains current source features.

git clone -c core.autocrlf=false https://github.com/WenyuChiou/research-hub.git

cd research-hub git fetch origin 1f0726a7e92a1231e633963f17236a2f5c1eab8f git checkout --detach 1f0726a7e92a1231e633963f17236a2f5c1eab8f

Choose the block for your system. They call the virtual environment's Python directly, without activation or changing PowerShell execution policy. Dependency installation needs network access.

macOS / Linux

python3 -m venv .venv

./.venv/bin/python -m pip install -e . ./.venv/bin/python -m research_hub project demo --root ./workspace-demo --json ./.venv/bin/python -m research_hub serve --workspace --root ./workspace-demo

Windows PowerShell

One Windows test environment using the earlier 14ddc070 source encountered WinError 5 during demo creation; its cause is not yet known. See verification and environment notes.

py -3 -m venv .venv

.\.venv\Scripts\python.exe -m pip install -e . .\.venv\Scripts\python.exe -m research_hub project demo --root ./workspace-demo --json .\.venv\Scripts\python.exe -m research_hub serve --workspace --root ./workspace-demo

First task: inspect a saved source and its reading limits.

  1. Open http://127.0.0.1:8765/app/ and, in Projects, choose DEMO: floating-point reading and review outline (review-demo).
  2. Open Literature, then select What Every Computer Scientist Should Know About Floating-Point Arithmetic.
  3. Expect two seed references in the list. The selected source shows DOI 10.1145/103162.103163, Unverified, Coverage unknown, and No summary saved. These are expected demo states: no source text was downloaded or summarized, and the supplied screening decisions are examples, not your review.

The other project, DEMO: three floating-point summation cases (summation-demo), contains numerical examples and a manuscript scaffold; its Literature list is empty. Both projects are account-free teaching inputs, not accepted research.

Keep the terminal running while using the workspace; stop it with Ctrl+C. To return later, run only the serve --workspace --root ./workspace-demo command above. Do not recreate the demo over saved work. If creation was interrupted, inspect the preserved partial directory and use another new or empty root for both creation and serving.

Demo creation, launch, and this bilingual first task were checked on Linux with Python 3.12.14 at source revision 1f0726a7; this does not verify Windows, macOS, or a fresh dependency installation. See the exact verification scope.

For your own files, go directly to bring your own project; the guide’s earlier installation pin is historical.

Optional: try the older published literature dashboard

The PyPI package provides the older literature dashboard, not the newer source workspace. For an account-free sample, this separate virtual environment and empty root were tested on Linux with Python 3.12:

python3 -m venv .dashboard-venv

./.dashboard-venv/bin/python -m pip install research-hub-pipeline==1.2.0 mkdir -p "$HOME/research-hub-preview" RESEARCH_HUB_ROOT="$HOME/research-hub-preview" ./.dashboard-venv/bin/research-hub dashboard --sample

Use a new or empty research-hub-preview directory under HOME: the command creates .research_hub and logs there. It prints the generated temporary HTML path; open that path in your browser. The bare dashboard --sample failed in a fresh HOME without the root setting; see verification notes for platform and browser limits. For real services, see setup, the dashboard tour, and first 10 minutes.

Work in the workspace

*Historical demo capture, reviewed 2026-09-08; the current interface may differ.*

PageExample work
OverviewReview the research question, goal, and project context.
LiteratureCollect sources and record reasons to include or exclude them.
EvidenceLink claims to sources and inspect unresolved support.
Design & resultsRecord methods, results, limitations, and supporting files.
ManuscriptRegister Word, LaTeX, or Markdown and prepare outlines and revisions.
Review & deliveryInspect proposals, record decisions, and prepare a local handoff.

Your editor remains responsible for changes to original files; the workspace registers their paths and hashes. A resolvable identifier does not prove a source supports a claim: check the evidence and scientific judgments yourself.

Discover literature

In a compatible AI tool (an AI host) that can load the research-hub skill and has search and reading tools, start with a concrete request, for example:

Find literature on LLMs simulating human decisions; include original links, relevance, versions, and limits on available full text.

Then ask to focus on economic decisions and compare human baselines and evaluation methods. Review the sources, reading coverage, and open questions before deciding what to do next. Search snippets are not full-text reading. This research approach can be used independently of Hub; Zotero, Obsidian, NotebookLM, and Hub storage are optional. The Hub visual workspace and saved-result view do require Hub.

The native reader can organize supplied research summaries, source indexes, and bibliographies, and attach a PDF explicitly supplied by the user. The PDF is copied unchanged for download; that does not mean it was parsed, translated, verified, or read in full. The reader can display caller-supplied translations alongside original observations, labeled unverified; it does not generate translations or verify their accuracy. See the native reader export guide for the supplied-translation format.

See AI Research Skills, the AI host support matrix, and MCP/REST integration. The optional saved-result contract describes what a Hub handoff stores and its platform boundaries.

Write, review, and deliver

ModeHow it works
Portable handoffExport a task to your AI host, then import prose and candidate file hashes. Export leaves the task waiting for the agent.
Connected CodexAn authenticated, compatible Codex CLI uses an explicitly trusted public writing bundle to produce prose; the result waits for human review.

The optional writing setup explains how to verify and configure the adapter. Connected Codex receives bounded text excerpts, not binary document contents. Use your editor for Word formatting, LaTeX compilation, and final document changes. Accepted proposals can be packaged into a local ZIP after separate approval; this does not authorize publication or cloud upload. Workspace approval does not automatically protect existing direct-write CLI, MCP, dashboard, or cloud tools. See boundaries and recovery.

Optional integrations

  • Zotero: manage references; the connection requires an API key and library ID.
  • Obsidian: organize notes in a local vault, or begin with local files.
  • NotebookLM: create source-based briefings; it requires browser sign-in and a working session. See setup and troubleshooting.
  • AI hosts: connect through MCP/REST or portable skills; MCP requires the optional [mcp] extra.

Choose integrations as needed and run `./.venv/bin/python -m research_hub doctor

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

PopNx fragen