基本能力
产品定位
该服务是一个科学搜索工具,专为开发者和研究人员设计,用于快速获取学术文献和研究资料。
核心功能
- 集成Cursor的MCP协议
- 支持多种学术搜索引擎:
- DuckDuckGo(通用网页搜索)
- Google Scholar(学术论文搜索)
- PubMed(生物医学文献搜索)
- arXiv(物理、数学、计算机科学等)
- Semantic Scholar(通过Tor代理的AI驱动研究论文搜索)
适用场景
- 学术研究:快速查找相关领域的学术论文
- 技术开发:获取最新的技术文档和研究资料
- 教育学习:辅助学习和研究
工具列表
- Search Scientific:跨不同引擎搜索科学论文
- Get URL Content:从网页提取内容
- Grep URL Content:在网页内容中搜索特定文本模式
- Process PDF:从PDF提取文本和图像
常见问题解答
- Semantic Scholar连接问题:确保Tor在localhost:9050上运行。如果遇到问题,重启Tor服务。
- 响应慢:Tor路由可能导致Semantic Scholar搜索响应较慢。
使用教程
使用依赖
- 克隆仓库:
bash
git clone https://github.com/yourusername/cursor-scientific-search.git
cd cursor-scientific-search - 安装依赖:
bash
pip install -r requirements.txt - 特定搜索引擎的额外依赖:
```bash
For arXiv search
pip install arxiv
For Google Scholar
pip install scholarly
For PubMed
pip install pymed
For Semantic Scholar (requires Tor)
pip install requests[socks]
```
Tor Setup for Semantic Scholar
- 安装Tor:
- Linux:
sudo apt install tor
(Debian/Ubuntu) orsudo pacman -S tor
(Arch) - macOS:
brew install tor
- Windows: 下载并安装Tor Browser
- 启动Tor服务:
- Linux:
sudo systemctl start tor
orsudo service tor start
- macOS:
brew services start tor
- Windows: Tor Browser包含服务,或使用Tor Expert Bundle
- 验证Tor是否运行在端口9050:
bash
nc -z localhost 9050 && echo "Tor is running"
安装教程
- 启动MCP服务器:
bash
python scientific_search_mcp.py - 在Cursor中连接到MCP服务器。
调试方式
- 使用示例代码进行搜索:
```python
Search arXiv for quantum computing papers
results = await mcp_scientific_search_search_scientific(
query="quantum computing",
engine="arxiv"
)
Search PubMed for COVID-19 research
results = await mcp_scientific_search_search_scientific(
query="COVID-19 treatment",
engine="pubmed"
)
Search Google Scholar for machine learning papers
results = await mcp_scientific_search_search_scientific(
query="transformers neural networks",
engine="google_scholar"
)
Search Semantic Scholar for AI ethics papers (via Tor)
results = await mcp_scientific_search_search_scientific(
query="AI ethics",
engine="semantic_scholar"
)
```
2. 检查Tor服务是否正常运行。
3. 确保所有依赖已正确安装。