别再让你的 AI Agent 用网页搜索做文献调研
通用大模型和编码 Agent 做文献检索是线性的:围绕主题一篇篇搜、一篇篇判断,几百篇下来上下文爆炸、开始幻觉,最后只围着几篇最相关的论文打转,找不全也理不清。PaperSearch MCP 把并行学术检索、跨源去重、逐篇相关性判决和自动分组做成一次工具调用,直接给 Agent 一份找全、找准、干净的文献池。
通用 Agent 做文献检索的两大根因:线性流程 + 通用信源
线性检索,一篇一篇过
Agent 串行地搜索、打开、判断数百篇论文,所有中间结果都堆进同一个上下文窗口,越往后越吃力。
上下文爆炸引发幻觉
上下文被检索残渣塞满后,模型开始遗忘和编造,记住的只剩几篇印象最深的论文,系统梳理无从谈起。
只见头部,不见长尾
为了自保,Agent 会提前收敛到最相关的几个工作。而学术调研恰恰要求全面遍历一个方向的所有文献。
信源是通用搜索引擎
结果里混着博客、新闻稿和二手解读,质量良莠不齐,题名、作者、DOI 等引用信息残缺甚至错误。
同一篇论文反复出现
预印本、期刊版、聚合站镜像被当成不同结果,重复条目白白消耗 Agent 的判断力和上下文。
相关性判断全凭感觉
没有统一的筛选标准,同一批结果这次留、下次删,调研结论难以复现,也没人说得清漏了什么。
文献没找全,代价往往几个月后才显现
创新点其实已被做过
开题半年后才发现 idea 已有人发表:当初 Agent 只读了它认为最相关的十几篇,漏掉了同方向的关键工作。
对比实验漏掉重要 player
审稿人一句「为什么不和 X 方法比较」把论文打回重做——性能对比时丢掉了必须纳入的 baseline。
重复造轮子
某个方法别人已经做成了,你却因为没检索到而从零重做一遍,浪费的是实打实的科研时间。
PaperSearch MCP 的一次工具调用里发生了什么
并行检索学术信源
同时检索 Google Scholar、Semantic Scholar、OpenAlex、CrossRef、arXiv 等学术数据库而非通用网页搜索,多条查询、多个信源全并发执行。
跨信源去重
按 DOI、平台 ID、arXiv ID、标题归一化等多个维度交叉比对,预印本和期刊版合并为同一篇,重复条目不再消耗 Agent 的注意力。
LLM-as-Judge 逐篇判决
先由 AI 生成该主题的筛选指导,再按统一标准逐篇判决相关性,每篇给出保留或排除的理由,原则是宁可错留、不可错删。
自动分组梳理
把干净的文献池按研究方向分组并生成主题脉络,Agent 拿到的是结构化的调研素材,而不是一堆待读链接。
同一个检索引擎,已支撑 Acadwrite 深度文献调研
PaperSearch MCP 复用 Acadwrite 网页版「深度文献调研」的同一套检索管线——并行多信源检索、跨源去重、LLM 判决、自动分组,都已在真实用户的调研任务中长期运行。MCP 版做的事,是把这套引擎开放成标准 MCP 工具,让 Claude Code、Cursor 等任何支持 MCP 的 Agent 直接调用。
- 英文三条并发管线各有分工:期刊富化、最新预印本、高引经典
- 中文文献走中文学术检索通道,中英混合调研可用
- 单个信源故障自动降级兜底,不影响整体结果
- 输出带 DOI、摘要、期刊分区等完整元数据,Agent 可直接引用
常见问题
什么是 PaperSearch MCP?
PaperSearch MCP 是一个学术文献检索的 MCP(Model Context Protocol)工具。接入后,Claude Code、Cursor 等 AI Agent 可以通过一次工具调用完成并行学术信源检索、跨源去重、逐篇相关性判决和自动分组,直接获得一份完整、干净的文献池,而不必用通用网页搜索一篇篇线性排查。
为什么通用大模型或编码 Agent 直接做文献检索容易找不全?
因为流程是线性的:Agent 围绕主题持续检索数百篇论文并逐篇判断相关性,所有中间结果都进入同一个上下文窗口。上下文被塞满后模型开始遗忘和幻觉,只能聚焦几篇最相关的工作,难以系统遍历整个方向。后果包括:创新点其实已被别人做过、性能对比丢掉重要 baseline、别人已成功的方法因为没检索到而重复造轮子。
PaperSearch MCP 和直接让 Agent 用网页搜索有什么区别?
两点根本区别。一是信源:PaperSearch 并行检索 Google Scholar、Semantic Scholar、OpenAlex、CrossRef、arXiv 等学术数据库,返回带 DOI 和完整元数据的真实论文,而非博客与二手解读。二是流程:去重、相关性判决、分组都在服务端完成,Agent 收到的是筛选后的结构化结果,数百条原始检索中间结果不会挤占你的上下文窗口。
PaperSearch MCP 检索哪些学术数据源?
包括 Google Scholar、Semantic Scholar、OpenAlex、CrossRef、arXiv 预印本等权威学术信源,支持中英文文献检索。多条检索式在多个信源上全并发执行,并按 DOI、平台 ID、标题归一化等多个维度跨源去重。
检索结果会占用我 Agent 的大量上下文吗?
不会。线性检索的核心问题正是中间结果撑爆上下文。PaperSearch MCP 把检索、去重、判决放在服务端完成,Agent 拿到的是已经过滤、去重、分组的最终文献池及其元数据,原始的数百条检索残渣不会进入你的上下文窗口。
现在就能用 PaperSearch MCP 吗?
MCP 版目前处于 Waiting List 阶段,在本页填写邮箱即可加入候补,开放时我们会发送接入文档和 Claude Code、Cursor 等客户端的配置示例。同一套检索引擎的网页版「深度文献调研」已在 Acadwrite 上线,可以先直接使用。
PaperSearch MCP 正在内测,加入候补第一时间获得接入
留下邮箱,开放时我们会发送接入文档和配置示例,支持 Claude Code、Cursor 等 MCP 客户端。
这个邮箱只用于通知 PaperSearch MCP 的开放进展,不会发送其他营销邮件。