MCP 集成

Omelette 通过 Model Context Protocol (MCP) 暴露其功能，允许 Claude Code、Codex、Cursor 等 AI 编程助手与你的科研知识库交互。

概述

MCP 服务器作为 ASGI 子应用挂载在 Omelette 后端的 /mcp 路径上，提供：

• 工具 (Tools)：可执行的操作（检索、查找、添加论文）
• 资源 (Resources)：只读数据访问（知识库、论文、文本块）
• 提示词 (Prompts)：常见任务的预构建提示词模板

可用工具

工具	说明
list_knowledge_bases	列出所有知识库及论文数量
search_knowledge_base	在知识库中进行 RAG 语义搜索
lookup_paper	通过 DOI 或标题查找论文（本地数据库 + Crossref）
find_citations	为给定文本查找引用候选
add_paper_by_doi	通过 DOI 向知识库添加论文
get_paper_summary	获取论文元数据和摘要
search_papers_by_keyword	多源联邦关键词检索

可用资源

URI 模式	说明
omelette://knowledge-bases	所有知识库列表
omelette://knowledge-bases/{id}	知识库详情（含论文列表）
omelette://papers/{id}	论文元数据
omelette://papers/{id}/chunks	论文文本块

从 AI IDE 连接

Claude Code / Codex

在 MCP 配置中添加：

{
  "mcpServers": {
    "omelette": {
      "url": "http://localhost:8000/mcp"
    }
  }
}

Cursor

在 .cursor/mcp.json 中添加：

{
  "mcpServers": {
    "omelette": {
      "url": "http://localhost:8000/mcp"
    }
  }
}

Stdio 模式

本地开发无需 HTTP：

cd backend
python -m app.mcp_server

使用示例

连接后，你可以向 AI 助手提问：

• "在 ML 知识库中搜索关于 transformer attention 的论文"
• "为这段文字查找引用：..."
• "将 DOI 为 10.1234/example 的论文添加到我的知识库"
• "总结 42 号论文"