Was macht scholar-feed-mcp?
MCP-Server zur Suche in über 600.000 CS/AI-Forschungspapieren mit Zitationsgraphen, Volltext, Einbettungen und BibTeX. Funktioniert mit Claude Code, Cursor und jedem MCP-Client. Keine Anmeldung erforderlich.
MCP-Server zur Suche in über 600.000 CS/AI-Forschungspapieren mit Zitationsgraphen, Volltext, Einbettungen und BibTeX. Funktioniert mit Claude Code, Cursor und jedem MCP-Client. Keine Anmeldung erforderlich.
Dieser MCP-Server ermöglicht es Entwicklern und KI-Agenten, auf eine umfangreiche Datenbank von über 600.000 Forschungspapieren aus den Bereichen Computerwissenschaften und Künstliche Intelligenz zuzugreifen. Er bietet leistungsstarke Suchfunktionen, die über einfache Stichwortsuchen hinausgehen: Benutzer können Zitationsgraphen visualisieren, Volltexte abrufen, semantische Einbettungen für Ähnlichkeitssuchen verwenden und BibTeX-Zitate generieren. Der Server ist als MCP (Model Context Protocol) konzipiert und daher nahtlos in Plattformen wie Claude Code, Cursor und andere MCP-kompatible Clients integrierbar. Ein großer Vorteil ist, dass keine Anmeldung erforderlich ist, was den sofortigen Einsatz in Workflows zur Literaturrecherche und wissenschaftlichen Analyse ermöglicht. Die zugrunde liegende Technologie nutzt wahrscheinlich eine Kombination aus Metadaten-Indizes und Embedding-Modellen, um relevante Papiere effizient zu finden und kontextreiche Informationen bereitzustellen.
npx skills add YGao2005/scholar-feed-mcpInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
MCP-Server zur Suche in über 600.000 CS/AI-Forschungspapieren mit Zitationsgraphen, Volltext, Einbettungen und BibTeX. Funktioniert mit Claude Code, Cursor und jedem MCP-Client. Keine Anmeldung erforderlich.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.