ScholarFetch

Name: ScholarFetch
Author: laibniz

de laibnizversión 0.2.1i★ –iSe ejecuta en la nube

Nombre en el registroio.github.laibniz/scholarfetch

Instalar

Resumen

Descripción del creador (original en inglés)

Multi-engine scholarly research server for search, traversal, full text, and reading lists.

Los tres pilares de PopNx MCP

Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.

Opinión de usuariosiAún no hay reseñasLas reseñas se abrirán junto con las cuentas en una etapa posterior
Nuestras revisiones básicasi1 de 1 superadasRevisado con información pública; el código aún no se ha escaneado
UsoiAún sin medir★ –

Qué puedes hacer con él

Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.

Conexión: Se ejecuta en la nube
Transporte: Streamable HTTP
Categoría: Búsqueda y memoria de IA

Instalación

Elige la app de IA que usas y copia la configuración.

Antes de instalar

Revisiones básicas: 1 de 1 superadas
Se ejecuta en el servidor del creador: lo que le pidas pasa por su servidor.
El registro no indica ninguna clave que completar.

Necesitas

Se ejecuta en la nubeNo hay nada que instalar; se conecta por internet

¿Qué app usas?

ClaudeClaude CodeCursorVS CodeChatGPT

Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.

Funciona en Claude para web, escritorio y móvil:

Abre Settings → Connectors
Presiona Add custom connector
Pega la dirección de abajo y presiona Add
Si te pide iniciar sesión, inicia sesión en el servicio del creador

https://laibniz-scholarfetch-web.hf.space/mcp/

Ejecuta esto en tu terminal

claude mcp add --transport http scholarfetch https://laibniz-scholarfetch-web.hf.space/mcp/

Abrir en Cursor

O copia la configuración tú

Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json

{
  "mcpServers": {
    "scholarfetch": {
      "url": "https://laibniz-scholarfetch-web.hf.space/mcp/"
    }
  }
}

Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.

Abrir en VS Code

O copia la configuración tú

Pégalo en .vscode/mcp.json de tu proyecto

{
  "servers": {
    "scholarfetch": {
      "type": "http",
      "url": "https://laibniz-scholarfetch-web.hf.space/mcp/"
    }
  }
}

Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.

ChatGPT solo se conecta a servidores en internet:

Abre ChatGPT en la web → Settings → Connectors (Apps)
Presiona Create o Add (en algunos planes primero hay que activar Developer mode en Advanced)
Pega la dirección de abajo, ponle un nombre y guarda
Si te pide iniciar sesión, inicia sesión en el servicio del creador

https://laibniz-scholarfetch-web.hf.space/mcp/

Los nombres de los menús pueden variar un poco según el plan y con el tiempo.

Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.

Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.

Qué puede hacer

Todavía no hemos leído la lista de herramientas de este servidor; revisamos los endpoints por turnos.

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 7 nov 2026

✓ Superada
El creador coincide con el repo
El nombre en el registro se verificó con la cuenta de GitHub laibniz, dueña del repo
… Aún sin revisar
Sigue en mantenimiento
Todavía no hemos leído este repo en GitHub
… Aún sin revisar
Tiene licencia
Todavía no hemos leído este repo en GitHub
… Aún sin revisar
El endpoint responde
Aún sin revisar; revisamos los endpoints por turnos
… Aún sin revisar
Inicio de sesión con OAuth
Aún sin revisar; revisamos los endpoints por turnos
… Aún sin revisar
Sin instrucciones ocultas en las descripciones de herramientas
Aún sin revisar; leemos la lista de herramientas cuando revisamos el endpoint

Comparado con otros en Búsqueda y memoria de IAi

Más estrellas que el 0% de los otros 7250 servidores de esta categoría
Publicado en el registro más recientemente que el 6% de los otros 7250 servidores de esta categoría
Revisiones básicas iguales o mejores que el 100% de los otros 7250 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Preguntas frecuentes

¿Es seguro ScholarFetch?

Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.

¿Qué claves o códigos necesita?

El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.

¿Se ejecuta en mi computadora o en la nube?

Se ejecuta en la nube del creador. Te conectas por internet sin instalar nada, pero lo que envías pasa por los servidores del creador.

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez –, y la última versión (0.2.1) llegó al registro hace 8 meses.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. Se conecta por URL, así que también funcionan las apps que aceptan servidores MCP remotos, como ChatGPT en modo desarrollador.

¿Qué puedo usar en su lugar?

En la misma categoría: Context7, Codebase Memory, Exa

Alternativas

Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.

Cómo leer una tarjeta:★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi

Context7

de upstash

Up-to-date docs for AI agents

Computadora o nube★ 64.224MITActualizado hoy

Instalar

Codebase Memory

de DeusData

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

Se ejecuta en tu computadora★ 48.148MITActualizado hace 20 días

Instalar

Exa

de exa-labs

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

Se ejecuta en la nube★ 5213MITActualizado el mes pasado

Instalar

README del creador

Abrir el README

Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.

ScholarFetch

ScholarFetch is a multi-engine academic research environment for:

terminal-first literature exploration
MCP-powered agent workflows
building curated reading lists and exportable research corpora

It combines:

a rich interactive CLI for humans
a classic MCP server (stdio)
a FastMCP server (stdio, sse, streamable-http)

The core idea is simple: start from keywords, DOI, or authors, traverse papers and references, inspect abstracts and full text, save what matters, then export a compact corpus for synthesis.

What ScholarFetch Does

Searches across multiple scholarly engines in parallel
Resolves ambiguous author identities and expands author paper lists
Traverses references as first-class research nodes
Retrieves abstracts and machine-readable full text when available
Tracks a saved paper set during an interactive research session
Exports citations, abstracts, BibTeX, or full-text corpora
Exposes the same research workflow to MCP agents
Maintains stateful saved-paper collections inside one MCP session

Engines

Elsevier (Scopus / Abstract / Article retrieval)
OpenAlex
Crossref
arXiv
Europe PMC
Springer Nature (metadata + open access)
Semantic Scholar (DOI enrichment path)

Installation

git clone https://github.com/laibniz/scholarfetch.git

cd scholarfetch python3 -m venv .venv source .venv/bin/activate pip install -e . scholarfetch

Console scripts:

scholarfetch
scholarfetch-mcp
scholarfetch-fastmcp

Alternative:

python3 scholarfetch.py

Credentials

ScholarFetch loads provider credentials server-side / client-side from environment.

Default env file:

.scholarfetch.env

Typical variables:

ELSEVIER_API_KEY=...

ELSEVIER_INSTTOKEN=... SPRINGER_META_API_KEY=... SPRINGER_OPENACCESS_API_KEY=...

Notes:

ELSEVIER_INSTTOKEN is optional
provider entitlements and rate limits still apply
MCP tools do not accept API keys in tool arguments

CLI Research Workflow

ScholarFetch CLI is designed for research traversal.

Typical flow:

Start from a topic, DOI, or author.
Inspect papers.
Read abstracts or full text.
Expand references.
Jump to related authors.
Save promising papers.
Export a corpus for downstream work.

Example:

/search graph neural networks

/author Albert Einstein /papers 1 has:abstract /article 1 /refs 1 /saved /export fulltext dummy corpus.txt

CLI Features

Interactive picker with tree navigation
Breadcrumbs for current research position
Action bar for OPEN, ABSTRACT, TEXT, REFS, and AUTHOR
Backspace to go to parent node
Esc to return to prompt
S to save a paper from paper lists or reference lists
X to remove from the saved list
AUTHOR action from a paper now lets you select:
a single author
ALL AUTHORS
Reference lists behave like paper lists:
open
abstract
text
refs
author
Automatic paper availability hints:
abstract availability
full-text availability
Progress feedback for expensive transitions
Interruptible reference preview building with partial results kept

Core CLI Commands

/search
/author
/papers [filters]
/doi
/open
/abstract
/article
/refs
/ref
/saved
/export [format style path ...]
/import [path]
/pick [mode]
/config
/engines
/help

Paper Filters

Use with /papers:

year>=YYYY, year<=YYYY, year=YYYY
has:abstract, has:doi, has:pdf, has:fulltext
venue: , title: , doi:

Examples:

/papers 1 year>=2020 has:abstract

/papers 1 has:fulltext /papers andrea de mauro venue:marketing

Export Modes

ScholarFetch supports four export modes from the saved paper set.

bib
BibTeX for citation managers and bibliographic tooling
citations
citation-only export in harvard, apa, or ieee
abstracts
metadata + abstract for each saved paper
fulltext
metadata + abstract + full text when available
optional inclusion of references

This makes ScholarFetch useful as a corpus builder for downstream synthesis agents.

MCP Server

ScholarFetch exposes the same research model through MCP.

Modes:

Classic MCP (stdio): python3 scholarfetch_mcp.py
FastMCP stdio: python3 scholarfetch_fastmcp.py --transport stdio
FastMCP SSE: python3 scholarfetch_fastmcp.py --transport sse --host 127.0.0.1 --port 8000
FastMCP streamable HTTP: python3 scholarfetch_fastmcp.py --transport streamable-http --host 127.0.0.1 --port 8000 --http-path /mcp

Validation:

python3 scholarfetch_mcp.py --self-test

python3 scholarfetch_fastmcp.py --self-test

Public demo endpoints:

Web UI: https://huggingface.co/spaces/Laibniz/ScholarFetch_Web
Public MCP endpoint: https://laibniz-scholarfetch-web.hf.space/mcp/
MCP Registry listing: io.github.laibniz/scholarfetch

MCP Research Model

The MCP server is designed for agent workflows, not only one-off calls.

An agent can:

Search papers
Resolve authors
Expand to author papers
Read abstracts / full text
Expand references
Save promising papers into a named in-memory reading list
Export the reading list as:

citations
abstracts
BibTeX
full-text corpus

This lets an agent build a focused research set inside one MCP session and then hand off an export artifact to another synthesis step.

See MCP_SERVER.md for the detailed tool model.

Repository Files

scholarfetch.py: CLI entrypoint
scholarfetch_cli.py: core CLI + retrieval logic
scholarfetch_mcp.py: classic MCP server
scholarfetch_fastmcp.py: FastMCP server
MCP_SERVER.md: MCP usage guide
AGENTS.md: agent-facing workflow guide
SKILL.md: structured research skill guide
SKILLS.md: index for agent-facing skill docs
CONTRIBUTING.md: contributor notes

For Agents

If you are running ScholarFetch from an MCP-compatible system, read:

AGENTS.md
SKILL.md
SKILLS.md

These documents explain how to use ScholarFetch as a literature-research environment rather than as a flat search API.

Contributing

See CONTRIBUTING.md.

Security

See SECURITY.md.

License

MIT License. See LICENSE.

ScholarFetch

Resumen

Los tres pilares de PopNx MCP

Qué puedes hacer con él

Instalación

Antes de instalar

Qué puede hacer

Revisiones básicasi

El creador coincide con el repo

Sigue en mantenimiento

Tiene licencia

El endpoint responde

Inicio de sesión con OAuth

Sin instrucciones ocultas en las descripciones de herramientas

Comparado con otros en Búsqueda y memoria de IAi

Preguntas frecuentes

Alternativas

Context7

Codebase Memory

Exa

README del creador

ScholarFetch

What ScholarFetch Does

Engines

Installation

Credentials

CLI Research Workflow

CLI Features

Core CLI Commands

Paper Filters

Export Modes

MCP Server

MCP Research Model

Repository Files

For Agents

Contributing

Security

License