ArXiv MCP Server：用于搜索和分析arXiv论文的MCP服务器

ArXiv MCP Server是什么？

ArXiv MCP Server是一个为ai助手提供arXiv论文搜索与分析功能的MCP服务器。它通过模型上下文协议（MCP）接口，让 AI 模型能以编程方式搜索、下载、查看和阅读论文，还提供研究提示帮助分析。它支持本地存储论文，方便快速访问，可应用于学术研究辅助、AI 助手集成等场景。

ArXiv MCP Server功能特征

论文搜索：可以对arXiv论文进行查询，并通过日期范围、类别等过滤条件来精准筛选，例如：result = await call_tool("search_papers", {"query": "transformer architecture", "max_results": 10, "date_from": "2023-01-01", "categories": ["cs.AI", "cs.LG"]})。

论文下载：根据arXiv ID下载论文，如result = await call_tool("download_paper", {"paper_id": "2401.12345"})。

论文列表查看：能够查看所有已下载的论文，通过result = await call_tool("list_papers", {})即可实现。

本地存储：下载的论文会被保存在本地，方便快速访问，存储位置可通过ARXIV_STORAGE_PATH环境变量进行配置，默认为~/.arxiv-mcp-server/papers。

研究提示：提供专门的提示，帮助分析学术论文，如result = await call_prompt("deep-paper-analysis", {"paper_id": "2401.12345"})，该提示包含详细指令、系统化分析流程和全面的分析结构，涵盖执行摘要、研究背景、方法分析、结果评估、实践和理论意义、未来研究方向以及更广泛的影响等内容。

ArXiv MCP Server应用场景

学术研究辅助：为研究人员提供便捷的论文搜索和获取渠道，帮助他们快速找到所需的学术资源，节省查找文献的时间，从而更高效地开展研究工作。

Ai助手集成：作为AI助手与arXiv论文库之间的桥梁，使AI助手能够通过简单的MCP接口访问和分析arXiv论文，为用户提供更丰富的知识和信息支持，例如在回答学术问题时，AI助手可以快速检索相关论文并提供准确的信息。

知识管理与共享：便于团队或个人对论文进行管理和共享，通过本地存储和论文列表查看功能，用户可以轻松地整理和回顾已下载的论文，促进知识的积累和传播。

ArXiv MCP Server使用教程

安装：

通过Smithery安装：npx -y @smithery/cli install arxiv-mcp-server --client claude。

手动安装：使用uv工具安装，命令为uv tool install arxiv-mcp-server；如果是开发环境，需要先克隆项目代码，创建并激活虚拟环境，然后安装测试依赖，具体操作为：

gitclonehttps://github.com/blazickjp/arxiv-mcp-server.gitcdarxiv-mcp-serveruvvenvsource.venv/bin/activateuvpipinstall-e".[test]"

MCP集成：

将以下配置添加到MCP客户端配置文件中：

{"mcpServers":{"arxiv-mcp-server":{"command":"uv","args":["tool","run","arxiv-mcp-server","--storage-path","/path/to/paper/storage"]}}}

如果是开发环境，配置中的args需要添加"--directory", "path/to/cloned/arxiv-mcp-server"。

工具使用：

通过调用相应的工具函数来实现不同的功能，如上文提到的search_papers、download_paper、list_papers和read_paper等。

测试：

运行测试套件以确保功能正常，命令为python -m pytest。

github项目：https://github.com/blazickjp/arxiv-mcp-server