Research Hub

Name: Research Hub
Author: WenyuChiou

제작자: WenyuChiou버전 1.0.0i★ –i내 컴퓨터에서 실행

레지스트리 이름io.github.WenyuChiou/research-hub

설치

개요

제작자가 쓴 설명(영어 원문)

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

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
우리의 기본 점검i1개 중 1개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
사용 정도i아주 새로움↓ 203/주 · ★ –

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

연결 방식: 내 컴퓨터에서 실행
전송 방식: stdio
카테고리: 검색 및 AI 기억

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

기본 점검: 1개 중 1개 통과
내 컴퓨터에서 내 사용자 계정의 권한(파일, 네트워크, 앱)으로 실행돼요.
레지스트리에 입력해야 할 키가 나와 있지 않아요.

필요한 것

PyPIPython의 uv 설치(uvx 명령어용)

어떤 앱을 쓰세요?

ClaudeClaude CodeCursorVS CodeChatGPT

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요

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

터미널에서 이 명령어를 실행하세요

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

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

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

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

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

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 8일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 WenyuChiou 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
… 아직 점검 안 함
계속 관리되고 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
… 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
– 해당 없음
엔드포인트 응답
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
– 해당 없음
OAuth로 로그인
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
… 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

검색 및 AI 기억 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 5714개 중 0%보다 스타가 많아요
이 카테고리의 다른 서버 5714개 중 14%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 5714개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

Research Hub, 안전한가요?

해당하는 기본 점검 1개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

레지스트리에 필수 키가 나와 있지 않아요. 다만 처음 쓸 때 로그인을 요구하는 서버도 있어요.

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(1.0.0)은 6개월 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Context7, Codebase Memory, Exa

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:↓ 주간 다운로드i★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Context7

Up-to-date docs for AI agents

제작자: upstash널리 사용됨↓ 97.3만/주★ 6.4만그저께 업데이트

컴퓨터 또는 클라우드

설치

Codebase Memory

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

제작자: DeusData널리 사용됨↓ 1.8만/주★ 4.8만22일 전 업데이트

내 컴퓨터에서 실행

설치

Exa

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

제작자: exa-labs널리 사용됨★ 5.2천2개월 전 업데이트

클라우드에서 실행✓ exa.ai

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

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.

Open http://127.0.0.1:8765/app/ and, in Projects, choose DEMO: floating-point reading and review outline (review-demo).
Open Literature, then select What Every Computer Scientist Should Know About Floating-Point Arithmetic.
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.*

Page	Example work
Overview	Review the research question, goal, and project context.
Literature	Collect sources and record reasons to include or exclude them.
Evidence	Link claims to sources and inspect unresolved support.
Design & results	Record methods, results, limitations, and supporting files.
Manuscript	Register Word, LaTeX, or Markdown and prepare outlines and revisions.
Review & delivery	Inspect 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

Mode	How it works
Portable handoff	Export a task to your AI host, then import prose and candidate file hashes. Export leaves the task waiting for the agent.
Connected Codex	An 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

앞부분만 보여 드려요. 나머지는 저장소에서 읽어 보세요

Research Hub

개요

PopNx MCP의 세 기둥

할 수 있는 일

설치

설치하기 전에

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

검색 및 AI 기억 카테고리의 다른 서버와 비교i

자주 묻는 질문

대안

Context7

Codebase Memory

Exa

제작자의 README

research-hub

Why research-hub?

Choose your starting path

Install and get started

Try the local workspace

Work in the workspace

Discover literature

Write, review, and deliver

Optional integrations