MCP 服务器

AstroInsight Research Assistant

Enables AI-powered academic research workflow from keyword search to hypothesis generation. Integrates multiple AI models to automatically search ArXiv papers, extract key information, and generate innovative research hypotheses for researchers.

README

Generate Hypothesis MCP

AstroInsight Research Assistant 是一个强大的基于MCP协议的AI研究论文生成工具，专为科研工作者和学术研究人员设计。该工具通过集成多个AI模型和学术数据源，实现从关键词搜索到完整研究假设生成的全自动化流程，显著提升学术研究效率。

工具简介

本MCP工具是专业的AI驱动研究助手，核心功能包括智能论文检索、事实信息提取、研究假设生成、技术方案优化等完整研究流程。采用多智能体协作架构，支持DeepSeek、Qwen等多个前沿AI模型协同工作，为研究人员提供从文献调研到创新想法生成的一站式解决方案。工具遵循MCP标准协议，可无缝集成到各类AI开发环境中，是提升学术研究效率的强大助手。

核心功能特色

🔍 智能论文检索 - 基于关键词自动搜索ArXiv等学术数据库，精准定位相关研究文献
📊 事实信息提取 - 运用先进的NLP技术从学术论文中提取核心概念、研究方法和关键发现
💡 研究假设生成 - 基于提取的事实信息，智能生成具有创新性的研究假设和思路
⚡ 技术方案优化 - 对初步研究想法进行技术层面的深度优化和可行性分析
🤖 多智能体协作 - 采用MoA (Mixture of Agents) 架构，多个AI模型协同工作提升输出质量
👥 人机协作模式 - 支持研究人员参与指导，实现AI辅助的个性化研究流程

技术架构亮点

🏗️ MCP协议标准 - 基于FastMCP框架构建，完全兼容Model Context Protocol标准，确保与各类AI客户端的无缝集成
🧠 多模型融合 - 深度集成DeepSeek、Qwen等前沿大语言模型，通过模型互补实现更高质量的研究输出
⚙️ 异步任务引擎 - 采用多线程异步处理架构，支持长时间运行的复杂研究任务，提供实时进度监控
📈 智能状态管理 - 内置任务状态跟踪系统，支持任务暂停、恢复和结果持久化存储
🔄 流水线处理 - 将研究流程分解为多个独立模块，支持灵活的工作流定制和优化

MCP工具接口

本工具提供三个核心MCP工具函数，可通过任何支持MCP协议的AI客户端调用：

`generate_research_paper`

功能: 启动完整的研究论文生成流程
参数: keyword(研究关键词), search_paper_num(检索论文数量1-20)
返回: 任务ID和初始状态信息

`get_task_status`

功能: 查询任务执行状态和进度
参数: task_id(任务唯一标识符)
返回: 详细的任务状态、进度百分比和结果信息

`list_active_tasks`

功能: 列出所有活跃任务的概览信息
参数: 无
返回: 当前所有运行中和最近完成的任务列表

安装和使用

环境要求

Python 3.8+
相关依赖包（见requirements.txt）

配置

复制环境变量模板：

cp .env.example .env

配置API密钥：

DEEPSEEK_API_TOKEN=your_deepseek_token
QWEN_API_TOKEN=your_qwen_token
MINERU_API_TOKEN=your_mineru_token

启动服务

python astroinsight_optimized_fastmcp.py

MCP工具使用

该项目提供以下MCP工具：

generate_research_paper: 生成研究论文
get_task_status: 获取任务状态
list_active_tasks: 列出活跃任务

项目结构

├── app/                    # 应用核心代码
│   ├── api/               # API接口
│   ├── core/              # 核心功能模块
│   ├── task/              # 任务处理
│   └── utils/             # 工具函数
├── astroinsight_optimized_fastmcp.py  # MCP服务器主文件
├── main.py                # 主要业务逻辑
├── requirements.txt       # 依赖包列表
└── README.md             # 项目说明