Academic Research Kernel

Name: Academic Research Kernel
Author: xngg1021

โดย xngg1021รุ่น 2.1.0i★ –iรันบนเครื่อง

ชื่อใน registryio.github.xngg1021/academic-research-kernel

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Deterministic research state, evidence validation and statistical recomputation.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนเครื่อง
ช่องทาง (transport): stdio
หมวด: ค้นข้อมูลและความจำของ AI

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันในเครื่องคุณด้วยสิทธิ์ของผู้ใช้คุณ (ไฟล์ อินเทอร์เน็ต แอปต่าง ๆ)
ทะเบียนไม่ได้ระบุ key ที่ต้องใส่

ต้องเตรียมก่อน

PyPIติดตั้ง uv ของ Python (มีคำสั่ง uvx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

{
  "mcpServers": {
    "academic-research-kernel": {
      "command": "uvx",
      "args": [
        "academic-research-kernel",
        "mcp"
      ]
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add academic-research-kernel -- uvx academic-research-kernel mcp

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "academic-research-kernel": {
      "command": "uvx",
      "args": [
        "academic-research-kernel",
        "mcp"
      ]
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "academic-research-kernel": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "academic-research-kernel",
        "mcp"
      ]
    }
  }
}

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub xngg1021 ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
– ไม่เกี่ยว
endpoint ตอบ
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

ดาวมากกว่า 0% ของอีก 7286 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 56% ของอีก 7286 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 7286 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Academic Research Kernel ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (2.1.0) เข้า registry 30 วันที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv) ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Context7, Codebase Memory, Exa

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Context7

โดย upstash

ส่งคู่มือการใช้ไลบรารีและเฟรมเวิร์กรุ่นล่าสุดให้ AI อ่านก่อนตอบ ช่วยให้โค้ดที่ AI เขียนไม่ใช้คำสั่งเก่าที่เลิกใช้แล้ว

บนเครื่องหรือคลาวด์★ 64,224MITอัปเดต เมื่อวาน

ติดตั้ง

Codebase Memory

โดย DeusData

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

รันบนเครื่อง★ 48,148MITอัปเดต 21 วันที่ผ่านมา

ติดตั้ง

Exa

โดย exa-labs

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

รันบนคลาวด์★ 5,213MITอัปเดต เดือนที่แล้ว

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

academic-research-kernel

English · 简体中文 · 繁體中文 · 日本語 · 한국어 · Deutsch · Français · Español · Português · Русский · Bahasa Indonesia · Italiano · हिन्दी · العربية · বাংলা · اردو · Tiếng Việt · Türkçe · فارسی · Kiswahili · Polski

This repository is a practical toolkit for verifying scholarly sources, checking statistical numbers, and tracking research evidence with AI agents. When researchers use language models to read papers or draft literature reviews, models often invent citations, misread tables, or lose track of which page supports a specific claim. To prevent this, academic-research-kernel packages 14 scholarly workflows and 12 deterministic verification tools behind a standard Model Context Protocol (MCP) server and command-line interface. You can use it to check paper identities and retractions, recompute reported statistics, read papers into source-linked reports, manage systematic review screening logs, and record every claim alongside its supporting evidence and negative results. It works directly with Claude Code, Cursor, Codex, Gemini CLI, and Hermes Agent. Validation scope and external service limits are documented in the project audit.

Author: Junfu Shi (SJF, xngg1021), Hermes Agent. License: Source Lineage License 1.0.

Quick start

If you want your AI agent to read a paper, check its numbers, and generate a report, install the package with PDF support and export the paper-research workflow into your agent's skill directory; if you want to connect the 12 verification tools as a background MCP server for an MCP client, install uv and start the stdio server:

# 1. Read PDF papers and generate reports with your local AI agent

uv tool install "academic-research-kernel[research]==2.2.0" academic-research-kernel research skill --output ./paper-research

2. Or start the background stdio MCP server for an MCP client

uvx academic-research-kernel@2.2.0 mcp

Note that running mcp in a terminal waits silently for JSON-RPC requests from an MCP client rather than opening an interactive menu. The 2.2.0 release page lists package hashes and publication status. If you download the release wheel, you can also run it locally with uvx --from ./academic_research_kernel-2.2.0-py3-none-any.whl academic-research-kernel mcp. The package supports Python 3.10–3.14, and uvx --python 3.12 selects a specific Python version. The base installation includes all 12 verification tools and loads statistical libraries on demand when statistical recomputation is called.

Verify installation

uvx academic-research-kernel@2.2.0 doctor

uvx academic-research-kernel@2.2.0 --version

The doctor command runs offline and checks runtime dependencies, JSON schemas, and all 12 tool definitions. Leaving optional external APIs unconfigured will not fail the check. Pass doctor --json if you need machine-readable output.

Package install

uv tool install academic-research-kernel==2.2.0

academic-research-kernel doctor academic-research-kernel mcp

You can also install the package with pipx install academic-research-kernel==2.2.0 or python -m pip install academic-research-kernel==2.2.0 inside a virtual environment. Installing with [full] adds libraries used in extended scientific computing examples. Installing with [research] adds pypdf==6.19.0 and fonttools==4.65.0 so PDF font decoding behaves identically across clean environments on Python 3.10 and newer. Installing with [qa] adds repository test tools on top of those parsing libraries. HTML, XML, DOCX, and XLSX reading use the Python standard library, while GPU backends and paid scholarly databases remain optional.

Hermes

Make sure uv is on the Hermes process PATH, then install and enable the plugin:

hermes plugins install xngg1021/academic-research-kernel --no-enable

hermes plugins enable academic-skills

The plugin keeps the academic-skills name for compatibility and includes all 14 skills, including paper-research. Its mcp.json configuration runs uv run --frozen --no-dev --no-editable with Python 3.12 and the repository's uv.lock file, storing its isolated environment under ${PLUGIN_DATA}/runtime. On first run, it installs its own dependencies without modifying Hermes or system Python packages. If you prefer installing individual skills without the plugin runtime, see Integration & Portable Usage.

Run from source

git clone https://github.com/xngg1021/academic-research-kernel.git

cd academic-research-kernel uv sync --frozen --no-dev --no-editable uv run --frozen --no-dev --no-editable academic-research-kernel doctor uv run --frozen --no-dev --no-editable python scripts/mcp_server.py

See distribution and release for dependency groups, reproducible build steps, and release verification checkpoints.

License

Snapshots containing this notice apply Source Lineage License 1.0 to the covered material and rights described in LICENSE-APPLICATION.md. The initial SLL commit and the subsequent boundary-recording commit are recorded in LICENSE-HISTORY.md and SOURCE-LINEAGE.md. Later snapshots that keep this notice carry the same license scope.

Historical snapshots through commit 439ce4a29d6d2d9137308d7f9f045863e9f0c5b3 were distributed under the MIT License. Users of those earlier snapshots keep their MIT permissions and do not need to migrate to SLL. The previous MIT license text and tests/upstream/LICENSE are preserved unchanged.

SLL permits use, study, modification, commercial use, redistribution, and proprietary extensions, provided you keep the required license and source-lineage notices. It is not copyleft and does not require disclosing your source code. Running a network service without distributing software copies does not trigger the source-lineage notice requirement. The license includes no express patent grant, and third-party files remain under their original licenses. The English LICENSE text is authoritative; LicenseRef-Source-Lineage-1.0 is a local identifier rather than an SPDX or OSI-approved code. Contribution rules are separate from downstream license rights.

Skills

Skill	Version	What it does
`skills/academic-source-verification`	1.2.0	Check paper metadata and citation counts across databases, inspect corrections or retractions, find open-access full text, and verify that a local PDF matches the cited work
`skills/literature-analysis`	1.3.0	Twelve everyday workflows: find similar papers, check text overlap, search for counter-evidence, summarize author histories, run mock peer review, check reasoning flaws, build comparison tables, suggest target journals, export BibTeX, read bilingually, spot research gaps, and plan reproduction
`skills/academic-writing`	1.1.1	Revise academic prose, format citations (ISO 690, APA, MLA, Chicago, IEEE, AMA, and regional standards), check journal author guidelines, prepare submission files, and verify anonymization for blind review
`skills/math-computation`	1.2.1	Route symbolic, numerical, and statistical calculation tasks to verified Python tools, accompanied by four domain reference guides
`skills/quantitative-paper-audit`	1.1.0	Recompute reported effect sizes, p-values, confidence intervals, odds or risk ratios, and statistical power from summary numbers to catch reporting errors
`skills/research-reproducibility`	1.0.1	Audit whether a paper's code, data, dependencies, and reported metrics can be reproduced across a 14-step checklist
`skills/systematic-review-meta-analysis`	1.0.1	Record PRISMA search and screening logs, convert effect sizes, test heterogeneity, pool fixed or random effects, and run sensitivity and publication-bias checks
`skills/literature-watch`	1.1.0	Monitor OpenAlex and Crossref weekly for new papers by topic, author, or cited DOI, deduplicating results so only new works are reported
`skills/retraction-watch`	1.1.0	Recheck a DOI watchlist weekly against OpenAlex retraction flags and Crossref update records, reporting only papers whose status changed
`skills/research-object-identity`	1.1.0	Normalize DOIs, arXiv IDs, and file hashes into canonical records, verify resource status, and trace how derived files were produced from raw sources
`skills/claim-evidence-graph`	1.0.0	Link each scientific claim to the exact source passage, table, or calculation record that supports or contradicts it
`skills/decision-ledger`	1.0.0	Keep an append-only Research Decision Log of methodological choices, failed attempts, reasons for dropping a direction, and later outcome revisions
`skills/paper-research`	1.0.0	Read a paper and its supplements from a DOI, URL, or local folder, verify extracted numbers, save structured research state, and generate source-linked Chinese reports or two-paper comparisons
`skills/cross-review-five`	2.0.0	Coordinate independent blind reviews across multiple language models or subagents, merge overlapping points, assign cross-challenges, and grade issues from P0 to P3 while preserving unresolved dissent

Across the 14 skills, 22 Markdown reference guides are loaded on demand when a task requires them.

Scholarly Standards & Multi-Profile Baseline

Citation formats, reporting checklists, and metadata rules depend on your target journal, funder, discipline, and region. This repository uses ISO 690:2021 (bibliographic references), ISO 5127:2017 (documentation vocabulary), and W3C PROV (provenance records) as its international baseline, alongside regional standards such as GB/T 7714-2025 in Mainland China, UNE-ISO 690:2024 in Spain, and DIN ISO 690:2021 in Germany, plus disciplinary guides including APA 7th, IEEE, ACM, Vancouver, Chicago, PRISMA 2020, and ICMJE. A target journal's own instructions always override default settings. See the Scholarly Standards Architecture and Natural Terminology Guide.

When saving research state, the kernel checks that DOIs and external identifiers match, prevents contradictory statistical verdicts on the same check, and tracks unresolved questions in a shared review list. Cache verification rebuilds state directly from saved source packages and hash bindings rather than trusting summary lists, so deleting both a record and its cache entry will still be caught during replay. Details are recorded in the four-blocker closeout.

Integration & Portable Usage

1. Universal Agent Plugins v1 & Model Context Protocol (MCP)

This repository follows the vendor-neutral Agent Plugins v1 format (plugin.json) and exposes its verification and statistical tools through a standard stdio MCP server (mcp.json / scripts/mcp_server.py). You can load it directly in Claude Code, Cursor, Codex, Gemini CLI, or any other MCP-compatible client. Although the repository is named academic-research-kernel, the plugin name academic-skills and existing MCP aliases remain unchanged so existing configurations keep working:

ตัดมาแค่ช่วงต้น อ่านต่อใน repo

Academic Research Kernel

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Context7

Codebase Memory

Exa

README จากผู้ทำ

academic-research-kernel

Quick start

2. Or start the background stdio MCP server for an MCP client

Verify installation

Package install

Hermes

Run from source

License

Skills

Scholarly Standards & Multi-Profile Baseline

Integration & Portable Usage

1. Universal Agent Plugins v1 & Model Context Protocol (MCP)