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 MCP（Model Context Protocol）Server，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 3.10+）

git clone https://gitcode.com/gh_mirrors/na/NanoResearch cd NanoResearch pip install -e "."

依赖清单在 pyproject.toml 中，已包含mcp>=1.0.0。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 Server

python -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

组 2：信息获取与代码搜索

组 3：论文写作管线

组 4：论文配图

以generate_figure为例，bar_chart的data结构是labels+values，line_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 🚀