Academic Search MCP Server

MCP-Server, der akademische Such-APIs als Tools für Claude Desktop / Cowork bereitstellt. Funktioniert lokal (stdio) oder als Cloud-Service (Render, Railway, etc.).

Was der Server kann

Tool	Beschreibung
academic_search_all	Suche über alle 4 Datenbanken gleichzeitig (dedupliziert)
academic_search_semantic_scholar	Semantic Scholar (200M+ Papers, Citation Graphs, TLDRs)
academic_search_openalex	OpenAlex (474M+ Works, breiteste Abdeckung, gut für deutsche Papers)
academic_search_crossref	CrossRef (150M+ Works, beste DOI-Auflösung)
academic_search_arxiv	arXiv (2.4M+ Preprints, CS/AI/ML)
academic_snowball	Vorwärts-/Rückwärts-Snowballing über Semantic Scholar
academic_multi_query	Mehrere Queries auf einmal + Deduplizierung (ideal für SLR)
academic_export	Export als BibTeX oder CSV

Setup (3 Schritte)

1. Python-Umgebung vorbereiten

cd academic-search-mcp
python3 -m venv .venv
source .venv/bin/activate    # macOS/Linux
# .venv\Scripts\activate     # Windows

pip install -r requirements.txt

2. Testen ob es läuft

python server.py --help

Sollte ohne Fehler starten und auf stdin warten. Mit Ctrl+C abbrechen.

3. In Claude Desktop konfigurieren

Öffne die Claude Desktop Config-Datei:

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

Füge den Server unter mcpServers hinzu:

{
  "mcpServers": {
    "academic-search": {
      "command": "/PFAD/ZU/academic-search-mcp/.venv/bin/python",
      "args": ["/PFAD/ZU/academic-search-mcp/server.py"],
      "env": {
        "OPENALEX_MAILTO": "deine.email@example.com",
        "CROSSREF_MAILTO": "deine.email@example.com"
      }
    }
  }
}

Wichtig: Ersetze /PFAD/ZU/ mit dem tatsächlichen Pfad auf deinem Rechner.

Optional: Semantic Scholar API Key

Für höhere Rate-Limits (100 req/5min → 10.000 req/min):

1. API Key beantragen: https://www.semanticscholar.org/product/api
2. In der Config hinzufügen:

"env": {
  "SEMANTIC_SCHOLAR_API_KEY": "dein-key-hier",
  "OPENALEX_MAILTO": "deine.email@example.com",
  "CROSSREF_MAILTO": "deine.email@example.com"
}

Nutzung in Claude Desktop / Cowork

Nach dem Neustart von Claude Desktop stehen die Tools automatisch zur Verfügung:

"Suche mir Papers zu generative AI enterprise implementation ab 2022"

Claude wird dann academic_search_all aufrufen, die Ergebnisse deduplizieren, und dir eine sortierte Liste mit Citation Counts zurückgeben.

Für eine SLR-Suchstrategie:

"Führe eine Multi-Query-Suche durch mit diesen Queries: ..."

Claude nutzt dann academic_multi_query um mehrere Queries parallel zu suchen und die Ergebnisse zu kombinieren.

---

Cloud-Deployment (Render)

1. GitHub-Repo erstellen

cd academic-search-mcp
git init
git add .
git commit -m "Initial commit"
git remote add origin https://github.com/DEIN-USER/academic-search-mcp.git
git push -u origin main

2. Auf Render deployen

1. Gehe zu render.com → New → Blueprint
2. Verbinde dein GitHub-Repo
3. Render erkennt die render.yaml automatisch und erstellt den Service
4. Setze die Environment Variables im Dashboard:
   • OPENALEX_MAILTO = deine Email
   • CROSSREF_MAILTO = deine Email
   • SEMANTIC_SCHOLAR_API_KEY = (optional, für höhere Rate Limits)

Alternativ manuell:

1. New → Web Service → GitHub-Repo verbinden
2. Runtime: Docker
3. Instance Type: Free
4. Deploy

Deine URL sieht dann so aus: https://academic-search-mcp.onrender.com

3. Claude Desktop mit Remote-Server verbinden

{
  "mcpServers": {
    "academic-search": {
      "url": "https://academic-search-mcp.onrender.com/mcp"
    }
  }
}

Das war's — kein lokaler Python-Install nötig, keine .venv, kein command/args. Nur die URL.

Health Check

curl https://academic-search-mcp.onrender.com/health
# → {"status": "ok", "tools": 8}

Hinweis zum Free Tier

Render's Free Tier fährt den Service nach 15 Minuten Inaktivität herunter. Der erste Request nach einer Pause dauert dann ~30 Sekunden (Cold Start). Für regelmäßige Nutzung lohnt sich der Starter Plan ($7/Monat) — der bleibt always-on.

---

Projektstruktur

academic-search-mcp/
├── server.py              ← MCP Server (FastMCP, stdio + HTTP)
├── academic_search.py     ← Such-Funktionen (4 APIs)
├── requirements.txt       ← Python-Dependencies
├── pyproject.toml         ← Projekt-Metadaten
├── Dockerfile             ← Container für Cloud-Deployment
├── render.yaml            ← Render Blueprint (auto-deploy)
└── README.md              ← Diese Datei

API Rate Limits

API	Ohne Key	Mit Key
Semantic Scholar	100 req / 5 min	10.000 req / min
OpenAlex	100.000 req / Tag	– (kein Key nötig)
CrossRef	Unbegrenzt (mit mailto)	–
arXiv	1 req / 3 sec	–