PaperGraph MCP

社区

用证据读数学论文，而不是靠猜。

分类: 其他第 106 / 230
Stars: ★ 279 非常热门
传输方式: stdio（本地进程）
运行环境: Python 3.10+ · 预编译二进制 uv (uvx)
凭据: 无需凭据
许可证: MIT
最近提交: 14 天前
工具数: 54

55FMRS · C

PaperGraph MCP 是一个 evidence-first 的数学论文阅读服务器，由个人仓库发布，采用 MIT 许可，通过 stdio 与 MCP client 通信。它的核心价值在于把论文结论、证明与引用都绑定到可回溯的 source span，并明确区分“有证据的链接”与“抽取限制”，适合需要严格审阅来源的数学阅读者，不适合期望自动证明、语义等价判断或无限引用爬取的用户。

最强项 · 文档质量 14/20 最弱项 · 可靠性 8/20

可靠性

8/20

安全与权限

12/20

维护活跃度

10/20

文档质量

14/20

安装易用性

11/20

查看各项评分依据

可靠性 8/20: 静态审查仅依据 README 与描述：宣称 v1.1.3 稳定、有 CI 徽章与 pytest 测试套件，但未提供可核验的源码、测试文件或 CI 工作流内容，属于自述证据而非可验证的执行证据；按静态校准规则不能高于 12。文档明确说明证据边界（空依赖结果=抽取限制而非数学事实）、PDF 抽取对扫描件效果差、解析器不是完整 TeX 引擎，错误语义有一定披露；但工具行为与所述清单是否一致无法验证，错误处理仅笼统提及，故扣分。
安全与权限 12/20: 未发现恶意、凭据窃取、隐蔽外传或未经确认的破坏性默认操作；README 声明仅从 arXiv 固定 e-print 端点下载、拒绝任意 URL、限制压缩包 100 MiB/展开 500 MiB/成员 10000，并拒绝绝对路径、父目录穿越、符号链接与特殊文件成员，属于正向安全设计。但外部元数据检索会访问 Crossref、OpenAlex、arXiv，数据流向仅笼统披露；导入/解析等有副作用操作用户确认机制描述不完整；工作区为本地 SQLite、本地 PDF 不外出，但未提供权限最小化或凭据处理细节。因缺少源码级验证、确认与作用域说明不完整，给中位偏上分数。
维护活跃度 10/20: 有 MIT 许可证、语义化版本与较完整的发布历史（v0.4.0 至 v1.1.3），显示持续迭代；196 stars、仅 1 个 open issue。但静态材料中无提交时间线、issue 响应记录、依赖更新策略或安全响应渠道（如 SECURITY.md）证据，治理与维护证据不足，无法判定为持续维护，故只给中位分。
文档质量 14/20: 文档层次丰富且双语（中英），包含快速开始、客户端 JSON 配置示例、完整工具参考、CLI 示例、证据边界说明、安全与隐私限制、已知局限（扫描 PDF、复杂项目需指定 main_file、不是完整 TeX 引擎）以及可验证的示例产物路径，质量高于一般项目。扣分点在于部分细节需跳转外部文档且缓存未提供，manifest 缺失，安装/权限/成本的完整细节仍依赖未提供的仓库文件，未达 20 分。
安装易用性 11/20: 安装路径清晰：使用 uvx 固定 v1.1.3 tag、提供标准 MCP client stdio JSON 配置、附带 doctor 自检与首次工作区 walkthrough，步骤较少。但静态审查无法实际验证安装是否成功，且要求用户先安装 uv、修改客户端配置并重启客户端；文档示例多为 PowerShell，跨平台差异未完全覆盖；按静态校准 setup 不得高于 15，因缺少可执行验证证据再行下调。

静态评测 · 未实际运行收录于 2026-09-18

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件写入 / 删除本地文件访问网络连接数据库

适合谁

需要严格区分证据与猜测的数学论文阅读者
希望让 AI agent 在本地 workspace 中协助梳理定理与依赖关系的研究人员
需要把阅读过程沉淀为可放进 Git 或笔记的 Markdown 产物的人
需要审阅外部引用再决定是否导入的工作流使用者

不适合谁

希望工具自动证明或验证数学结论正确性的人
希望自动无限爬取引用链（A 引 B、B 引 C）的人
需要语义定理匹配、判断措辞相似结果是否等价的人
扫描版或 OCR 质量很差的 PDF 用户（抽取结果可能稀疏）
处理复杂 TeX 项目却期望完整 TeX 引擎能力的人

所需权限

在用户指定的本地路径读写 SQLite workspace 文件
读取用户提供的本地 LaTeX 项目与本地 PDF 文件
访问 arXiv 固定 e-print 端点下载电子版论文
在用户执行引用检索时，向 Crossref、OpenAlex 和 arXiv 的公开元数据服务发起查询
在用户指定的 artifact 目录写入生成的 Markdown 报告与 manifest 文件

风险与副作用

workspace 中会保存从论文抽取的文本、source span 与证明证据；若把本地数据库或私有手稿提交到版本库会泄露内容
Scholarly Reference Resolver 只检索公开元数据，遇到模糊候选、过老文献、付费墙或仅书目信息时会停在边界，需要人工补充来源
空依赖结果只能解释为在该规则下没有可解析的定理标签引用，并不代表该定理没有数学依赖
扫描版 PDF 抽取稀疏可能导致证据缺失
解析器不是完整 TeX 引擎，复杂项目可能需要显式指定 main_file

安装接入

准备工作

运行环境：Python 3.10+ · 预编译二进制 uv (uvx)

安装 uv（参见 uv 官方安装文档）。
先用固定版本验证安装：uvx --from git+https://github.com/lotchuazzz-crypto/[email protected] papergraph-mcp --version 与 ... papergraph-mcp doctor。
在支持 JSON 风格 stdio 配置的 MCP client 中添加 mcpServers.papergraph 配置（command 为 uvx，args 指向上面固定的 v1.1.3 版本）。
修改配置后重启 MCP client。
该 server 使用 stdio，直接运行而不带 --help 或 --version 时会安静等待 client 连接。
若已有本地 clone，先运行 git fetch --tags origin，否则可能停留在旧的 origin/main。

MCP 配置 · JSON

{
  "mcpServers": {
    "papergraph": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/lotchuazzz-crypto/[email protected]", "papergraph-mcp"]
    }
  }
}

适用于使用 mcpServers 字段的客户端。VS Code 等使用其他字段的客户端，可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "papergraph": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/lotchuazzz-crypto/[email protected]",
        "papergraph-mcp"
      ]
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add papergraph -- uvx --from git+https://github.com/lotchuazzz-crypto/[email protected] papergraph-mcp

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

在客户端配置好后重启，工具列表中应出现 workspace_get_paper_map 和 load_arxiv_request 等工具；也可先运行 `uvx --from git+https://github.com/lotchuazzz-crypto/[email protected] papergraph-mcp doctor` 确认安装正常。

常见排障

运行 papergraph-mcp doctor 或 get_environment_diagnostics 检查环境
确认固定的是 v1.1.3 标签以保持可复现安装
直接运行命令没有输出是正常的：server 使用 stdio，在等待 MCP client 连接
修改 MCP client 配置后需要重启 client
若已有旧 clone，先运行 git fetch --tags origin 再判断是否最新
若 validate_arxiv_request 返回 action: ask_user_to_choose，应先让用户选择，不要继续加载
解析结果异常时用 workspace_get_dependency_diagnostics 与 Evidence Triage 查看抽取稀疏原因

试试这样问

连接成功后，可以直接对 AI 助手这样说：

加载 arXiv 论文 math/0307200 并给我看它的 Paper Map。
帮我把这篇本地 PDF 论文加入工作区，然后列出所有 theorem 类型的结果。
对 local:paper-a::thm:main 生成阅读队列并导出一份单篇 Reading Report。
搜索这条被阻塞的外部引用的元数据候选，然后帮我把选中的候选导入工作区。

工具能力 54

open_workspace 写入

打开一个本地 SQLite workspace

workspace_add_local_paper 写入

向 workspace 添加本地 LaTeX 论文

workspace_add_arxiv_paper 写入

通过 arXiv ID 向 workspace 添加论文

workspace_add_pdf_paper 写入

向 workspace 添加 PDF 论文

workspace_list_papers 只读

列出 workspace 中的论文

workspace_get_paper 只读

获取单篇论文的详细信息

workspace_search_theorems 只读

在 workspace 中搜索定理类结果

workspace_get_dependencies 只读

获取某结果的依赖关系

展开其余 46 个工具

workspace_get_dependency_diagnostics 只读

获取依赖抽取的诊断信息

workspace_get_citations 只读

获取论文的引用关系，可包含未解析引用

workspace_get_paper_map 只读

生成 Paper Map：主结果候选、结构与外部阅读风险

workspace_export_paper_reading_report 只读

导出单篇论文的 Markdown 阅读报告

workspace_export_cross_paper_reading_plan 只读

导出跨论文的 Markdown 阅读计划

workspace_plan_starter_project 只读

规划入门项目，生成 START_HERE.md 与 starter manifest

workspace_bootstrap_reading_project 写入

按显式论文输入引导创建阅读项目产物

workspace_list_results 只读

列出已抽取的定理类结果

workspace_get_result 只读

获取单个结果的内容

workspace_get_result_proof 只读

获取某结果的证明证据

workspace_get_proof_dependencies 只读

获取证明中的依赖证据

workspace_get_external_result_mentions 只读

获取对外部结果的提及

workspace_get_evidence 只读

获取带 source span 的证据

workspace_export_reading_bundle 只读

导出阅读所需的证据打包内容

workspace_export_result_reading_context 只读

导出某个结果的阅读上下文

workspace_get_source_slice 只读

从原文中切出对应的 source slice

workspace_get_result_reading_path 只读

获取某结果的阅读路径

workspace_create_reading_session 写入

创建阅读会话

workspace_list_reading_sessions 只读

列出阅读会话

workspace_get_reading_session 只读

获取阅读会话详情

workspace_record_reading_checkpoint 写入

记录阅读检查点

workspace_add_reading_note 写入

为阅读会话添加笔记

workspace_export_reading_session_summary 只读

导出阅读会话摘要

workspace_create_reading_queue 写入

根据本地证明证据生成阅读队列

workspace_list_reading_queues 只读

列出阅读队列

workspace_get_reading_queue 只读

获取阅读队列详情

workspace_apply_reading_queue_to_session 写入

把阅读队列应用到阅读会话

workspace_plan_external_imports_for_result 只读

为某个结果规划外部引用导入

workspace_plan_external_imports_for_queue 只读

为阅读队列规划外部引用导入

workspace_plan_external_imports_for_paper 只读

为整篇论文规划外部引用导入

workspace_search_external_reference 只读

对被阻塞引用检索 Crossref、OpenAlex 和 arXiv 元数据

workspace_list_external_reference_searches 只读

列出外部引用检索记录

workspace_resolve_external_reference_candidate 写入

把选定的检索候选应用为引用闭环

workspace_resolve_external_reference 写入

用 DOI、URL、出版信息或本地 PDF 解析被阻塞引用

workspace_list_external_reference_resolutions 只读

列出外部引用解析记录

get_environment_diagnostics 只读

输出环境诊断信息

validate_arxiv_request 只读

校验 arXiv 输入并给出处理建议，不加载论文

load_arxiv_request 写入

校验并加载 arXiv 论文的高级入口

validate_arxiv_input 只读

校验 arXiv 输入

load_paper 写入

加载本地论文

load_arxiv_paper 写入

按已消歧的 arXiv ID 加载论文

list_theorems 只读

列出论文中的定理类结果

get_theorem 只读

获取单个定理

get_dependencies 只读

获取定理依赖

get_dependency_diagnostics 只读

获取依赖诊断信息

where_used 只读

查询某结果被哪些地方引用

使用场景

加载 arXiv 论文、本地 LaTeX 项目或 born-digital PDF，并生成 Paper Map

查看定理陈述、证明证据、source slice 与依赖诊断

根据本地证明证据生成阅读队列并保存阅读会话与检查点

导出确定性的 Markdown Reading Report 作为阅读交接产物

对显式给定的一组相关论文导出 Cross-Paper Reading Plan

对被阻塞的外部引用检索公开元数据，并在用户确认后闭环导入

支持客户端

MCP clients accepting JSON-style stdio configuration

依据项目文档列出，未经本站实测。

详细介绍

PaperGraph MCP 是一个面向 AI agent 的本地化数学论文阅读工作流服务器。它把 arXiv 论文、本地 LaTeX 项目和 born-digital PDF 转换成以定理为中心的本地 workspace，让研究者能追溯每条结论的来源：提取 result、追踪 proof 证据、规划阅读顺序、审阅外部依赖，并在本地保存阅读进度。它通过 stdio 与 MCP client 通信，workspace 是普通的本地 SQLite 文件，v1.1.3 起还新增了 Scholarly Reference Resolver，可对受阻引用检索 Crossref、OpenAlex 和 arXiv 的公开元数据。