Paper MCP

Name: Paper MCP
Author: MCPServings

作者：MCPServings版本 0.5.0i★ –i在云端运行

注册名称io.github.MCPServings/paper-mcp

安装

概览

作者提供的说明（英文原文）

Search arXiv/Semantic Scholar/OpenAlex + medical evidence (PubMed/Europe PMC) + LaTeX/PDF tools.

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i尚未统计★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在云端运行
传输方式: Streamable HTTP
分类: 搜索与 AI 记忆

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在作者的服务器上运行：你向它提出的内容会经过他们的服务器。
注册中心没有列出需要填写的密钥。

你需要

在云端运行无需安装任何东西，通过互联网连接

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

适用于网页版、桌面版和手机版 Claude：

打开 Settings → Connectors
点击 Add custom connector
粘贴下面的地址，然后点击 Add
如果要求登录，请登录作者的服务

https://latex-tools.online/mcp

在终端中运行这条命令

claude mcp add --transport http paper https://latex-tools.online/mcp

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

{
  "mcpServers": {
    "paper": {
      "url": "https://latex-tools.online/mcp"
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

{
  "servers": {
    "paper": {
      "type": "http",
      "url": "https://latex-tools.online/mcp"
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

ChatGPT 只能连接互联网上的服务器：

打开网页版 ChatGPT → Settings → Connectors (Apps)
点击 Create 或 Add（部分套餐需要先在 Advanced 中开启 Developer mode）
粘贴下面的地址，起个名字，然后保存
如果要求登录，请登录作者的服务

https://latex-tools.online/mcp

菜单名称可能因套餐和版本不同而略有差异。

你的选择通过 Cookie 保存在这台设备上，无需账户。

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

我们还没有读取这个服务器的工具列表；我们会轮流检查各个端点。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月8日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 MCPServings 验证，该账户拥有此仓库
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
… 尚未检查
端点有响应
尚未检查；我们会轮流检查各个端点
… 尚未检查
使用 OAuth 登录
尚未检查；我们会轮流检查各个端点
… 尚未检查
工具描述中没有隐藏指令
尚未检查；我们会在检查端点时读取工具列表

与“搜索与 AI 记忆”中的其他服务器比较i

星标数多于此分类中其他 5676 个服务器的 0%
发布到注册中心的时间比此分类中其他 5676 个服务器的 18% 更新
基础检查结果等于或优于此分类中其他 5676 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

Paper MCP 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

注册中心没有列出必需的密钥，不过有些服务器会在首次使用时要求你登录。

它在我的电脑上运行还是在云端？

它在作者的云端运行。通过互联网连接，无需安装，但你发送的内容会经过作者的服务器。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（0.5.0）于5个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。它通过 URL 连接，所以接受远程 MCP 服务器的应用也可以使用，例如开启开发者模式的 ChatGPT。

有什么可以替代它？

同一分类中有：Context7, Codebase Memory, Exa

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Context7

作者：upstash

Up-to-date docs for AI agents

电脑或云端★ 64,224MIT昨天更新

安装

Codebase Memory

作者：DeusData

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

在你的电脑上运行★ 48,148MIT21天前更新

安装

Exa

作者：exa-labs

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

在云端运行★ 5,213MIT2个月前更新

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

paper-mcp

Remotely-callable MCP server for academic paper search, full-text retrieval & image→LaTeX, served at https://latex-tools.online/mcp.

Three corpora behind one normalized interface:

`arxiv` (default) — search, metadata, and full-text (HTML / markdown / LaTeX source)
`semanticscholar` (alias s2) — the full S2 API surface: citation graph, authors, recommendations, full-text snippets, bulk datasets
`openalex` (alias oa) — 316M all-field works: citation graph, authors with h-index, institutions, topics, influence metrics

Plus a unified `search_all` that fuses all three corpora, image→LaTeX OCR, and LaTeX lint + PDF→text tooling.

Tools (41)

Generic / source-agnostic (8)

Tool	Purpose
`search_all(query, max_results=10, sources='arxiv,semanticscholar,openalex')`	Unified search. Fans out to all three corpora concurrently, de-duplicates the same work (by DOI/title) and re-ranks with Reciprocal Rank Fusion. Each hit carries `sources` (who found it) + an `ids` map for follow-up calls. Prefer this for broad lookups.
`search_papers(query, source='arxiv', max_results=10, sort_by='relevance')`	Single-corpus search. arXiv `query` accepts plain text or field syntax (`ti:` `au:` `cat:cs.CL` `abs:` + AND/OR).
`get_paper(paper_id, source='arxiv')`	One paper's full record. S2 id accepts S2 id / `DOI:` / `ARXIV:` / `CorpusId:`.
`search_by_author(author, source='arxiv')`	Papers by author, newest first.
`list_recent(category, source='arxiv')`	Latest in a category (arXiv code or S2 field of study).
`list_categories(source='arxiv')`	Common category codes.
`read_paper(paper_id, format='markdown')`	FULL text (arXiv). `markdown` = body with formulas as $LaTeX$ ; `html` = raw LaTeXML page; `latex` = original manuscript `.tex` source.
`list_paper_sources()`	Available corpora.

read_paper fetch chain: arxiv.org/html/{id} → ar5iv fallback (markdown/html), or arxiv.org/e-print/{id} tarball main .tex (latex). Formulas are recovered from the LaTeXML alttext invariant.

Medical / evidence-graded (1)

Tool Purpose

`search_medical(query, study_types='rct,meta-analysis,systematic-review', year_from=0, max_results=10, fetch_fulltext=True)` Clinical literature search. Queries PubMed, filters by research type via Publication-Type tags and re-ranks by the evidence pyramid (meta-analysis / systematic review > RCT > cohort > ...), so real trials surface above high-cited reviews/guidelines that pure-citation ranking floats up. Open-access full text is attached from Europe PMC by PMID. If the type filter yields nothing it auto-relaxes (flagged filter_relaxed). query is English keyword/boolean text — do NL/multilingual query understanding upstream. Backed by NCBI E-utilities + Europe PMC (both free, no key required).

Image → LaTeX (3)

Turn a formula or table image back into LaTeX (e.g. a figure cropped from a paper) without needing your own vision model. Backed by the co-located recognize service (PaddleOCR-VL / DeepSeek-OCR / texify).

Tool	Purpose
`recognize_formula(image_url=... or image_base64=..., model='deepseek-ocr')`	Formula image → LaTeX. `image_url` is downloaded server-side (with SSRF guards). Returns `{latex, model, elapsed_ms}`.
`recognize_table(image_url=... or image_base64=..., model='deepseek-ocr')`	Table image → LaTeX `tabular`.
`list_ocr_models()`	Available OCR models (`deepseek-ocr`, `paddleocr-vl`, `texify`).

LaTeX tooling (3)

Companions to the LaTeX/PDF web tools at latex-tools.online — same backends, exposed over MCP.

Tool	Purpose
`lint_latex(code)`	Check a LaTeX snippet for errors and return an auto-fixed version. Returns `{errors, fixed_code, summary_en, summary_zh, elapsed_ms}`.
`extract_pdf(pdf_url=... or pdf_base64=..., formula=True, table=True)`	PDF → clean Markdown/LaTeX text via MinerU (useful for papers with no open-access full text). `pdf_url` is downloaded server-side (SSRF-guarded). Content-addressed + cached: a recently-seen or small PDF returns `content` in one call; a fresh PDF (MinerU is GPU-heavy, minutes) returns `status='running'` + a `task_id`.
`extract_pdf_result(task_id)`	Fetch an `extract_pdf` job by `task_id`. Returns `content` once `status='done'`; while `'running'`, `content` is null — call again shortly.

OpenAlex (8)

Works: get_openalex_work · get_openalex_citations · get_openalex_references · search_openalex_works (filters: year range, open-access, min-citations, institution)
Authors/Institutions: search_openalex_authors · search_openalex_institutions
Analytics: get_openalex_trends · list_openalex_topics

Semantic Scholar (18)

Graph: get_paper_citations · get_paper_references · get_paper_authors
Lookup: match_paper_title · autocomplete_papers
Bulk: search_papers_bulk (≤1000, sortable, token paging) · get_papers_batch
Authors: search_authors · get_author · get_author_papers · get_authors_batch
Full-text: search_snippets (search inside paper body)
Recommend: recommend_papers_for_paper · recommend_papers_from_examples
Datasets: list_dataset_releases · get_dataset_release · get_dataset_download_links · get_dataset_diffs

Layout

paper_mcp/

server.py FastMCP server (tool registrations + instructions) models.py normalized Paper model aggregate.py cross-source fusion (dedup + Reciprocal Rank Fusion) sources/ base.py source registry (get_source / list_sources) arxiv.py arXiv Atom API + read_paper (HTML/markdown/latex) semanticscholar.py Semantic Scholar full API surface openalex.py OpenAlex REST API (works/authors/institutions/topics) recognize.py image→LaTeX client over the co-located recognize service latextools.py lint + PDF-extract clients over the latex-tools.online services pyproject.toml

Run locally

cd paper-mcp

python -m venv .venv && . .venv/bin/activate pip install -e . PAPER_MCP_PORT=9400 python -m paper_mcp.server

MCP endpoint at http://127.0.0.1:9400/mcp (JSON-RPC; a plain GET returns 406)

Env

Var	Default	Notes
`PAPER_MCP_HOST`	`127.0.0.1`
`PAPER_MCP_PORT`	`9400`
`PAPER_MCP_PATH`	`/mcp`
`SEMANTIC_SCHOLAR_API_KEY`	—	optional; raises S2 rate limit.
`MCP_MAX_PER_HOUR`	`300`	Direct-client JSON-RPC POST budget per IP.
`MCP_WORKER_MAX_PER_HOUR`	`300`	Trusted reverse-proxy Worker budget per HMAC-derived connection key. Raw keys are not retained.
`MCP_WORKER_SHARED_MAX_PER_HOUR`	`2400`	Shared ceiling across all trusted Worker connections.
`MCP_RATE_COOLDOWN_SEC`	`300`	Minimum fast-rejection cooldown after a bucket reaches its limit.

Notes

arXiv calls are politely rate-limited + retried (_USER_AGENT, backoff).
read_paper covers ~80%+ of papers via official HTML; older scan-only papers may have no full text.
Moved here from the docs repo on 2026-06-07; that copy is gone.