MCP 服务器

local-research-library-mcp

Enables AI agents to browse, search, and retrieve papers from a local research library with read-only access, supporting multiple formats and automatic indexing.

README

<p align="center"> <h1 align="center">Local Research Library MCP</h1> <p align="center">让 AI Agent 安全访问你的本地科研资料库 | Give AI agents read-only access to your local research library</p> </p>

<p align="center"> <a href="#中文">中文</a> | <a href="#english">English</a> </p>

中文

简介

你是否遇到过这些情况：

AI 助手不知道你电脑上有哪些论文
记得看过某篇论文，但想不起文件名
想在一篇长论文里快速定位某个概念

Local Research Library MCP 就是为了解决这些问题而生的。它是一个本地 MCP 服务器，让 Cursor、Claude、Codex、Trae 等 AI Agent 能够直接浏览和搜索你电脑上的论文资料库。所有数据都留在本地，不会上传到任何地方。

工作原理

你的论文文件夹（PDF、BibTeX、Markdown ...）
        │
        ▼ 启动时自动扫描，每 30 秒检测新增文件
   ┌──────────┐
   │ 索引引擎  │  提取标题、作者、关键词、摘要、全文
   └────┬─────┘
        ▼
   ┌──────────┐
   │ SQLite   │  本地数据库 + 全文搜索
   └────┬─────┘
        ▼
   ┌──────────┐
   │ MCP 服务  │  通过 stdio 协议暴露给 AI 客户端
   └──────────┘

核心能力

能力	说明
浏览资料库	列出所有论文分类及每个分类的论文数量
全文搜索	跨所有论文搜索关键词，按相关度排序
论文详情	获取任意论文的标题、作者、年份、摘要、关键词
论文内搜索	在单篇论文中定位特定内容，返回匹配段落和页码

支持格式

格式	扩展名	可提取的元数据
PDF	`.pdf`	标题、作者、年份、关键词、摘要、全文
BibTeX	`.bib`	标题、作者、年份、期刊、DOI、摘要
RIS	`.ris`	标题、作者、年份、期刊、DOI、摘要
EndNote	`.enw`	标题、作者、年份、期刊、DOI、摘要
Markdown	`.md` `.markdown`	标题、全文
XML	`.xml`	标题、作者、年份、DOI、摘要

安全特性

🔒 只读：不会修改、删除或上传你的任何文件
🚀 自动索引：启动时自动扫描，每 30 秒检测新增文件，放入新论文即可搜索
🔍 智能排序：标题 > 关键词 > 摘要 > 作者 > 正文，多维度加权
🛡️ 路径安全：所有访问都限制在配置的论文文件夹内，防止越权读取

安装与配置

需要 Python 3.11+。以下两种方式任选其一，按步骤操作即可。

方式一：uvx（推荐）

无需手动安装，uvx 会自动下载并运行。

第 1 步：安装 uv（如果没有）

pip install uv

第 2 步：添加 MCP 配置

在你的 MCP 客户端配置中加入：

{
  "mcpServers": {
    "research-library": {
      "command": "uvx",
      "args": ["local-research-library-mcp", "serve"],
      "env": {
        "RESEARCH_LIBRARY_ROOT": "<替换为你的论文文件夹路径>",
        "RESEARCH_LIBRARY_DB": "<替换为索引数据库路径>"
      }
    }
  }
}

方式二：pip 安装

第 1 步：安装

pip install local-research-library-mcp

第 2 步：添加 MCP 配置

在你的 MCP 客户端配置中加入：

{
  "mcpServers": {
    "research-library": {
      "command": "local-research-library-mcp",
      "args": ["serve"],
      "env": {
        "RESEARCH_LIBRARY_ROOT": "<替换为你的论文文件夹路径>",
        "RESEARCH_LIBRARY_DB": "<替换为索引数据库路径>"
      }
    }
  }
}

⚠️ 路径说明

请务必将配置中的 <替换为...> 替换为你电脑上的实际路径！

系统	`RESEARCH_LIBRARY_ROOT` 示例	`RESEARCH_LIBRARY_DB` 示例
Windows	`D:\\papers`	`D:\\papers\\.index\\library.db`
macOS / Linux	`/Users/yourname/papers`	`/Users/yourname/papers/.index/library.db`

RESEARCH_LIBRARY_DB 建议放在论文文件夹内的 .index 目录下。

使用

配置完成后，重启 AI 客户端，直接用自然语言问：

"帮我找关于 graph neural network 的论文"
"我有哪些论文分类？"
"在这篇论文里搜一下 attention mechanism"

工具

工具	说明
`list_collections`	列出所有文件夹分类及论文数量
`search_papers`	搜索论文（标题、关键词、摘要、正文）
`get_paper`	获取论文详细信息
`search_in_paper`	在单篇论文内搜索

搜索排序

匹配位置	分数
标题	+50~100
关键词	+35~45
摘要	+30~40
作者	+20~30
正文	+10~40

命令行

local-research-library-mcp serve          # 启动服务器
local-research-library-mcp index          # 手动索引
local-research-library-mcp index --force  # 强制重新索引
local-research-library-mcp status         # 查看状态

环境变量

变量	说明
`RESEARCH_LIBRARY_ROOT`	论文文件夹路径
`RESEARCH_LIBRARY_DB`	索引数据库路径
`RESEARCH_LIBRARY_LOG_LEVEL`	日志级别（默认 INFO）

English

Introduction

Ever run into these problems?

Your AI assistant doesn't know what papers you have on disk
You remember reading a paper but can't recall the filename
You want to quickly locate a concept inside a long paper

Local Research Library MCP solves all of these. It is a local MCP server that lets Cursor, Claude, Codex, Trae, and other AI Agents browse and search your research paper library directly. All data stays on your machine — nothing is uploaded.

How It Works

Your papers folder (PDF, BibTeX, Markdown, ...)
        │
        ▼ Scans on startup, checks for new files every 30s
   ┌──────────┐
   │ Indexer   │  Extracts title, authors, keywords, abstract, full text
   └────┬─────┘
        ▼
   ┌──────────┐
   │ SQLite    │  Local database + full-text search (FTS5)
   └────┬─────┘
        ▼
   ┌──────────┐
   │ MCP Server│  Exposes tools to AI clients via stdio protocol
   └──────────┘

Core Capabilities

Capability	Description
Browse library	List all paper collections with counts
Full-text search	Search across all papers, ranked by relevance
Paper details	Get title, authors, year, abstract, keywords for any paper
In-paper search	Find specific content within a paper, with page numbers and snippets

Supported Formats

Format	Extensions	Extractable Metadata
PDF	`.pdf`	title, authors, year, keywords, abstract, full text
BibTeX	`.bib`	title, authors, year, journal, DOI, abstract
RIS	`.ris`	title, authors, year, journal, DOI, abstract
EndNote	`.enw`	title, authors, year, journal, DOI, abstract
Markdown	`.md` `.markdown`	title, full text
XML	`.xml`	title, authors, year, DOI, abstract

Security

🔒 Read-only: Never modifies, deletes, or uploads your files
🚀 Auto-index: Scans on startup, detects new files every 30 seconds
🔍 Smart ranking: Title > keywords > abstract > author > body, multi-dimensional scoring
🛡️ Path-safe: All access is confined to the configured papers folder

Installation & Configuration

Requires Python 3.11+. Choose one of the two options below and follow the steps.

Option 1: uvx (Recommended)

No manual install needed — uvx downloads and runs automatically.

Step 1: Install uv (if you don't have it)

pip install uv

Step 2: Add MCP configuration

Add the following to your MCP client config:

{
  "mcpServers": {
    "research-library": {
      "command": "uvx",
      "args": ["local-research-library-mcp", "serve"],
      "env": {
        "RESEARCH_LIBRARY_ROOT": "<replace with your papers folder path>",
        "RESEARCH_LIBRARY_DB": "<replace with your index database path>"
      }
    }
  }
}

Option 2: pip install

Step 1: Install

pip install local-research-library-mcp