【免费下载链接】NanoResearch NanoResearch: The Autonomous AI Research Assistant项目地址https://gitcode.com/gh_mirrors/na/NanoResearch点击查看免费下载NanoResearch 是一个端到端的自主 AI 科研引擎能自动完成从文献检索、实验设计到生成 LaTeX 论文的全流程。除了自带的 CLI它还内置了一个标准 MCPModel Context ProtocolServer让你可以在 3 步之内把它接入 Claude Desktop、Cline 等任意 AI 客户端直接获得 11 个开箱即用的科研工具 API——搜 arXiv 论文、读 PDF 全文、画论文图表、编译 LaTeX 全部交给 AI 一句话完成。NanoResearch MCP 能做什么MCP 是 Anthropic 提出的开放协议让 AI 客户端通过统一的 stdio JSON-RPC 2.0 接口调用外部工具。NanoResearch 把科研中最常用的 11 个能力封装成了 MCP 工具核心实现在 mcp_server/server.py文献检索arXiv、Semantic Scholar、Papers With Code返回结构化元数据代码与实验搜 GitHub 参考实现、基于真实结果生成论文配图论文产出Jinja2 模板生成 LaTeX、一键编译 PDF信息获取DuckDuckGo 网页搜索、PDF 全文抽取自动分章节所有工具都内置了限速器与 429/5xx 指数退避重试见 mcp_server/utils.py无需担心打爆上游 API。3 步安装并接入你的 AI 客户端第 1 步安装项目Python 3.10git clone https://gitcode.com/gh_mirrors/na/NanoResearch cd NanoResearch pip install -e .依赖清单在 pyproject.toml 中已包含mcp1.0.0。可选增强pip install duckduckgo_search # search_web 工具需要 conda install -c conda-forge tectonic # compile_pdf 推荐编译器第 2 步启动 MCP Serverpython -m mcp_server.server服务以 stdio 模式运行客户端通过标准输入发送 JSON-RPC 2.0 请求服务自动响应initialize协议版本2024-11-05、tools/list和tools/call三类消息。一般不用手动启动交给客户端拉起即可。第 3 步在 AI 客户端中注册以 Claude Desktop / Cline 等支持 MCP 的客户端为例在mcpServers配置中加入{ mcpServers: { nanoresearch: { command: python, args: [-m, mcp_server.server], cwd: /your/path/to/NanoResearch } } }重启客户端后在对话里输入列出所有可用工具你应该能看到 11 个工具全部注册成功。提示设置环境变量S2_API_KEY后Semantic Scholar 调用速率从 0.3 提升到 3.0 次/秒且自带 429 熔断保护见 mcp_server/tools/semantic_scholar.py。11 个科研工具 API 速查表按使用场景分为四组参数均与 mcp_server/tools/ 下的实现一一对应。组 1文献检索与 SOTA 查询工具功能主要参数search_arxiv搜 arXiv 论文返回标题/作者/摘要/PDF 链接query必填、max_results默认 20search_semantic_scholar搜论文及引用数据query必填、max_results默认 20get_paper_details按 ID 查单篇论文详情、引用与参考文献paper_idS2 ID 或arXiv:XXXX.XXXXXsearch_pwc_tasks搜 Papers With Code 任务/基准query必填、max_results默认 10get_pwc_sota获取任务 SOTA 榜单task_id必填、dataset、max_results默认 20组 2信息获取与代码搜索工具功能主要参数search_webDuckDuckGo 网页搜索query必填、max_results默认 10read_pdf下载 PDF 并抽取全文自动按 Introduction/Method/Experiments 等分章节pdf_url必填、max_pages默认 30search_github搜 GitHub 参考实现含 README 摘要query必填、max_results默认 5、language默认 Python组 3论文写作管线工具功能主要参数generate_latex基于 Jinja2 模板渲染 LaTeX格式自动从 nanoresearch/templates/ 发现template_name、data、template_format默认arxiv可选neurips/icml等compile_pdf编译 .tex 为 PDF优先 tectonic自动回退 pdflatex bibtex 三遍编译tex_path必填、bibtex默认 true组 4论文配图工具功能主要参数generate_figure用 matplotlib 生成 PNG 图表150 dpifigure_typebar_chart/line_chart/grouped_bar/heatmap/table/placeholder、data、output_path、title以generate_figure为例bar_chart的data结构是labelsvaluesline_chart是series每含x/y/label细节可看 mcp_server/tools/figure_gen.py。典型使用场景一句话驱动科研子任务接入后你不需要写代码直接用自然语言描述意图查文献用search_arxiv搜 sparse attention 最新 20 篇再用get_paper_details拉取第 3 篇的引用情况帮我总结研究空白。精读论文用read_pdf读一下这篇 arXiv PDF把 Method 和 Experiments 章节提炼成要点。画结果图把这组指标数据用generate_figure画成 grouped_bar保存到figures/metrics.png。出 PDF用generate_latex按 neurips 格式渲染paper.tex.j2再调compile_pdf编出 PDF。这些工具既服务于 NanoResearch 自身的 9 阶段流水线IDEATION → REVIEW也能独立使用——比如只借它给 AI 客户端装上科研的手脚与项目自带的 CLI 参考 完全互补。常见问题Q工具调用报错Unknown tool或参数缺失怎么办服务端会对必填参数做校验见 mcp_server/server.py返回Validation error: Missing required argument ...时按提示补全参数即可get_pwc_sota因上游 API 变更目前返回空列表建议改用search_semantic_scholar或search_web获取 SOTA 信息。Q为什么search_web返回空需要额外安装duckduckgo_search包见安装步骤。Q不配置任何 API Key 能用吗可以。arXiv、GitHub、网页搜索均免费匿名可用Semantic Scholar 与 OpenAlex 配置 Key 后速率限制更宽松。小结NanoResearch 的 MCP Server 让 AI 客户端在 3 步内获得完整的科研工具链11 个 API 覆盖搜文献 → 读论文 → 找代码 → 画图 → 写 LaTeX → 编 PDF的闭环全部带限速与重试保护。如果你想体验它的完整能力建议跑一次nanoresearch run --topic ... --dry-run验证配置再回到你的 AI 客户端里让这 11 个工具开工 赞分享【免费下载链接】NanoResearch NanoResearch: The Autonomous AI Research Assistant项目地址https://gitcode.com/gh_mirrors/na/NanoResearch点击查看免费下载相关推荐WeKnora MCP 集成全指南作为 MCP 客户端接入外部工具与作为 MCP Server 对外提供 31 个工具WeKnora MCP 集成全指南作为 MCP 客户端接入外部工具与作为 MCP Server 对外提供 31 个工具 MCPModel Context P人工智能大模型RAGAI Agent后端前端MCP 服务知识库dsh-plugin工具调用Klavis Intercom MCP Server 完整实战指南用 69 个 MCP 工具把 AI Agent 接入 Intercom 客户支持平台Klavis Intercom MCP Server 完整实战指南用 69 个 MCP 工具把 AI Agent 接入 Intercom 客户支持平台 本文是AI 应用LLM 网关MCP 服务工具调用OmniRoute MCP Server把 AI 网关的路由、配额与预算管控暴露给 MCP 客户端的 16 个核心工具OmniRoute MCP Server把 AI 网关的路由、配额与预算管控暴露给 MCP 客户端的 16 个核心工具 OmniRoute 内置了一个基于 M后端API网关LLM 网关人工智能大模型MCP 服务桌面应用创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考