MCP Servers

A collection of Model Context Protocol servers, templates, tools and more.

MCP server by xufwww0829

Created 4/4/2026
Updated about 6 hours ago
Repository documentation and setup instructions

MCP Paper Agent

反思智能体论文生成系统

基于迭代优化的学术论文自动生成工具

Python 3.11+ License: MIT


✨ 功能特性

  • 🔍 智能检索 - 使用 Perplexity 联网模型进行学术资料搜索
  • ✍️ 自动生成 - 基于 LLM 自动生成结构化学术论文
  • 🔄 迭代优化 - 通过反思-修订循环持续提升论文质量
  • 📋 格式审查 - 自动检查 Markdown 格式和论文结构规范
  • 💾 智能缓存 - 缓存搜索结果,避免重复请求
  • 🎮 交互模式 - 类似 opencode 的交互式命令行界面

📦 安装

方式一:使用 uv 安装(推荐)

# 克隆项目
git clone https://github.com/yourusername/mcp-paper-agent.git
cd mcp-paper-agent

# 安装为全局工具
uv tool install .

方式二:从 PyPI 安装(即将支持)

pip install mcp-paper-agent

⚙️ 配置

1. 获取 API Key

| 服务 | 用途 | 获取地址 | |------|------|----------| | OpenRouter | LLM 生成 + 联网搜索 | openrouter.ai |

2. 设置环境变量

Windows (PowerShell):

[Environment]::SetEnvironmentVariable("OPENROUTER_API_KEY", "your-api-key-here", "User")

macOS / Linux:

echo 'export OPENROUTER_API_KEY="your-api-key-here"' >> ~/.bashrc
source ~/.bashrc

3. 可选配置项

| 环境变量 | 默认值 | 说明 | |----------|--------|------| | OPENROUTER_API_KEY | - | OpenRouter API 密钥(必需) | | OPENROUTER_MODEL | openai/gpt-4o-mini | 生成模型 | | OPENROUTER_SEARCH_MODEL | perplexity/sonar | 搜索模型 | | TARGET_WORD_COUNT | 1900 | 目标字数 | | MAX_ITERATIONS | 3 | 最大迭代次数 | | MIN_QUALITY_SCORE | 8.0 | 质量阈值 |


🚀 使用指南

交互模式(推荐)

直接运行命令进入交互界面:

mcp-paper
╔════════════════════════════════════════════════════════════════╗
║           ✦ Paper Agent - 反思智能体论文生成系统 ✦              ║
╚════════════════════════════════════════════════════════════════╝

输入 /help 查看可用命令,直接输入主题开始生成论文

┌─ 🔄 反思模式 │ 📝 1900字 │ 🔄 3轮 │ 📦 缓存
└─▶ 

交互命令

| 命令 | 说明 | 示例 | |------|------|------| | /mode reflect | 切换到反思模式(多轮迭代) | /mode reflect | | /mode direct | 切换到直接模式(单次生成) | /mode direct | | /config | 查看当前配置 | /config | | /set <key> <value> | 设置参数 | /set words 2000 | | /help | 显示帮助 | /help | | /clear | 清屏 | /clear | | /history | 显示历史 | /history | | /exit | 退出 | /exit |

参数设置

/set iterations 5    # 设置最大迭代次数
/set words 2000      # 设置目标字数
/set cache off       # 关闭缓存
/set verbose on      # 开启详细模式

生成论文

直接输入主题即可:

┌─ 🔄 反思模式 │ 📝 1900字 │ 🔄 3轮 │ 📦 缓存
└─▶ 人工智能在医疗领域的应用

✦ 开始生成论文 ✦
主题: 人工智能在医疗领域的应用

✹ 检索资料中... ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 100%
...

命令行模式

适合脚本调用或快速生成:

# 基本用法
mcp-paper generate "人工智能在医疗领域的应用"

# 指定参数
mcp-paper generate "量子计算的发展前景" -w 2000 -i 5

# 禁用缓存
mcp-paper generate "区块链技术" --no-cache

# 详细输出
mcp-paper generate "深度学习" -v

# 显示预览
mcp-paper generate "自然语言处理" -p

命令行参数

| 参数 | 简写 | 默认值 | 说明 | |------|------|--------|------| | --output | -o | ./papers/ | 输出目录 | | --max-iter | -i | 3 | 最大迭代次数 | | --words | -w | 1900 | 目标字数 | | --no-cache | | | 禁用缓存 | | --preview | -p | | 显示论文预览 | | --verbose | -v | | 详细输出 |

其他命令

# 查看配置
mcp-paper config

# 清空缓存
mcp-paper cache --all

# 查看版本
mcp-paper --version

# 查看帮助
mcp-paper --help

📁 项目结构

src/mcp_paper_agent/
├── agents/              # 智能体模块
│   ├── retriever.py     # 检索智能体 - 联网搜索资料
│   ├── generator.py     # 生成智能体 - 生成论文大纲和内容
│   ├── reflector.py     # 反思智能体 - 质量评估
│   └── revisor.py       # 修订智能体 - 针对性修改
├── core/                # 核心模块
│   ├── orchestrator.py  # 协调器 - 流程控制
│   └── format_checker.py # 格式审查 - Markdown 规范检查
├── cli/                 # 命令行界面
│   ├── main.py          # CLI 入口
│   ├── shell.py         # 交互式 Shell
│   └── styles.py        # 星座主题样式
├── config.py            # 配置管理
└── logger.py            # 日志系统

🔄 工作流程

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│   检索资料   │ ──▶ │   生成初稿   │ ──▶ │   迭代优化   │
│  (Retriever) │     │ (Generator)  │     │             │
└─────────────┘     └─────────────┘     └──────┬──────┘
                                               │
                    ┌──────────────────────────┘
                    │
                    ▼
            ┌─────────────┐     ┌─────────────┐
            │   质量评估   │ ──▶ │   论文修订   │
            │ (Reflector)  │     │  (Revisor)  │
            └─────────────┘     └─────────────┘
                    │                   │
                    └─────── ◀ ─────────┘
                        (循环直到达标)

评估维度

| 维度 | 权重 | 说明 | |------|------|------| | 内容准确性 | 30% | 基于资料、无事实错误 | | 结构逻辑 | 20% | 章节连贯、论证层次 | | 引用恰当性 | 10% | 引用支持论点 | | 语言表达 | 10% | 语法、用词、学术风格 | | 字数符合度 | 15% | 符合目标字数范围 | | 格式规范性 | 15% | Markdown 格式正确 |


📝 输出示例

生成的论文保存在 ./papers/ 目录:

papers/
├── 人工智能在医疗领域的应用_20240404_103000.md
├── 量子计算的发展前景_20240404_110500.md
└── ...

论文格式:

# 人工智能在医疗领域的应用

## 摘要

本文探讨了人工智能技术在医疗领域的应用现状...

## 引言

随着人工智能技术的快速发展...

## 主体内容

### 医学影像诊断
...

### 药物研发
...

## 结论

...

## 参考文献

[1] 来源标题. https://example.com/article1
[2] 来源标题. https://example.com/article2

🛠️ 开发

环境设置

# 克隆项目
git clone https://github.com/yourusername/mcp-paper-agent.git
cd mcp-paper-agent

# 安装开发依赖
uv sync

# 运行测试
uv run pytest

# 代码检查
uv run ruff check .
uv run mypy .

添加新功能

  1. Fork 项目
  2. 创建功能分支 (git checkout -b feature/amazing-feature)
  3. 提交更改 (git commit -m 'Add amazing feature')
  4. 推送分支 (git push origin feature/amazing-feature)
  5. 创建 Pull Request

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件


🙏 致谢

Quick Setup
Installation guide for this server

Install Package (if required)

uvx mcpaitfcli

Cursor configuration (mcp.json)

{ "mcpServers": { "xufwww0829-mcpaitfcli": { "command": "uvx", "args": [ "mcpaitfcli" ] } } }