← 返回资源目录
P

PaperGraph MCP

社区出品开源MCP数学论文

把数学论文转成证据锚定阅读地图的 MCP 服务器:抽取定理结论、追踪证明证据链并规划精读,阅读状态保存在本地工作区。

PaperGraph MCP 原创插图:数学论文中的证据高亮经证据链汇聚为以定理结论(QED 方块)为中心的阅读图谱,右下角为本地工作区数据库图标
插图:AIHub 原创设计
获取资源查看文档 ↗
MCP 配置
{
  "mcpServers": {
    "papergraph": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/lotchuazzz-crypto/papergraph-mcp.git@v0.10.0", "papergraph-mcp"]
    }
  }
}
安装命令
uvx --from git+https://github.com/lotchuazzz-crypto/papergraph-mcp.git@v0.10.0 papergraph-mcp

将跳转至 github.com。本站不托管安装包,请遵循目标站点条款。

来源:github.com · 信息以官方页面为准

资源简介

PaperGraph MCP 把数学论文变成 AI agent 可用的「证据优先」阅读地图。加载一篇论文后,它会生成首屏概览:主结果候选、论文结构、证明路径证据与外部阅读风险;结论抽取针对定理式结果,证明证据附带证明局部引用、来源切片与依赖诊断,每条证据都可回溯到论文原文位置。

围绕精读流程,它提供阅读队列、阅读会话、checkpoint 与笔记管理,多天间断的深度阅读可以随时恢复进度;遇到指向外部文献的引用时,它只生成可审阅的导入计划,不会自动爬取下载。全部阅读状态保存在本地 SQLite 工作区文件中。

边界与依赖需要了解:远程下载仅通过 arXiv 固定 e-print endpoint 构造(不接受任意 URL),arXiv 的可达性是在线加载论文的前提,受限网络环境可能无法使用该路径;PDF 抽取对原生数字 PDF 效果最佳,扫描件/OCR 文件的证据可能稀疏,解析器并非完整 TeX 引擎。它不验证证明正确性、不做语义定理匹配、不猜测隐藏数学依赖。项目以 MIT 许可证开源,README 未提及账号或 API key 要求;抽取质量本站未独立评测。项目较新(2026年09月02日 创建、2026年09月09日 最近推送,2026年09月10日 实查),README 未写明最低 Python/uv 版本与官方支持的操作系统清单。

核心能力

  • 论文加载即生成证据优先的阅读地图(主结果、结构与证明路径)
  • 定理结论抽取与证明证据链追踪,证据可回溯原文切片
  • 阅读队列、会话与笔记管理,状态保存在本地 SQLite 工作区

适合谁

需要系统精读数学/计算机论文、希望 AI 辅助定位结论与证明证据链的研究者与研究生。