在之前的教程中，我们已经介绍了 MCP（Model Context Protocol）的基本概念及其核心组件。在本篇教程中，我们将通过一个实际案例，演示如何运用 MCP 构建一个能够分析学术论文的智能体。这个智能体将具备读取 PDF 文件、提取关键信息的功能，并能回答用户有关论文内容的问题。
一、项目概述
我们将构建一个具有以下功能的论文分析智能体：
读取和解析 PDF 论文
提取论文的基本信息（标题、作者、摘要等）
分析论文内容并回答用户问题
提供论文关键信息的总结
二、环境准备
首先，确保你已经安装了以下工具：
Node.js (版本 18 或更高)
npm 或 yarn
Claude 桌面应用或支持 MCP 的其它客户端
创建项目目录并初始化：
mkdir paper-analysis-agent
cd paper-analysis-agent
npm init -y
安装所需依赖：
npm install @modelcontextprotocol/server-nodejs pdf-parse
三、实现 MCP 服务器
1. 创建服务器入口文件
创建 server.js 文件：
const { Server } = require('@modelcontextprotocol/server-nodejs');
const { analyzePaper, extractPaperInfo } = require('./paperAnalyzer');class PaperAnalysisServer {
constructor() {this.server = new Server({name: 'paper-analysis-server',version: '1.0.0',},{capabilities: {resources: {},tools: {},},});this.setupResources();this.setupTools();this.setupErrorHandling();}setupResources() {// 资源相关设置将在后续实现}setupTools() {this.server.setRequestHandler('tools/call', async (request) => {const { name, arguments: args } = request.params;try {switch (name) {case'analyze_paper':returnawaitthis.analyzePaper(args);case'extract_paper_info':returnawaitthis.extractPaperInfo(args);case'summarize_paper':returnawaitthis.summarizePaper(args);default:thrownewError(`Unknown tool: ${name}`);}} catch (error) {return {content: [{type: 'text',text: `Error: ${error.message}`,},],isError: true,};}});}setupErrorHandling() {this.server.onerror = (error) => {console.error('Server error:', error);};}async analyzePaper(args) {const { pdfPath, question } = args;if (!pdfPath) {thrownewError('PDF path is required');}const analysis = await analyzePaper(pdfPath, question);return {content: [{type: 'text',text: analysis,},],};}async extractPaperInfo(args) {const { pdfPath } = args;if (!pdfPath) {thrownewError('PDF path is required');}const info = await extractPaperInfo(pdfPath);return {content: [{type: 'text',text: JSON.stringify(info, null, 2),},],};}async summarizePaper(args) {const { pdfPath } = args;if (!pdfPath) {thrownewError('PDF path is required');}// 这里实现论文总结逻辑const summary = "论文总结内容将在这里显示";return {content: [{type: 'text',text: summary,},],};}async run() {awaitthis.server.connect();console.log('Paper Analysis MCP Server is running...');}
}const server = new PaperAnalysisServer();
server.run().catch(console.error);
2. 实现论文分析器
创建 paperAnalyzer.js 文件：
const fs = require('fs');
const pdf = require('pdf-parse');class PaperAnalyzer {
constructor() {this.cache = newMap();}async parsePDF(pdfPath) {if (this.cache.has(pdfPath)) {returnthis.cache.get(pdfPath);}try {const dataBuffer = fs.readFileSync(pdfPath);const data = await pdf(dataBuffer);const result = {text: data.text,info: data.info,metadata: data.metadata,};this.cache.set(pdfPath, result);return result;} catch (error) {thrownewError(`Failed to parse PDF: ${error.message}`);}}async extractPaperInfo(pdfPath) {const paperData = awaitthis.parsePDF(pdfPath);const text = paperData.text;// 简单的信息提取逻辑（实际应用中可能需要更复杂的 NLP 处理）const titleMatch = text.match(/^(.+)\n\n(?:Abstract|ABSTRACT)/m);const abstractMatch = text.match(/(?:Abstract|ABSTRACT)[\s\S]*?(\n\n|$)/i);const authorMatch = text.match(/(?:Authors?|By)[:\s]+(.+?)(?=\n\n)/i);return {title: titleMatch ? titleMatch[1].trim() : 'Unknown',authors: authorMatch ? authorMatch[1].trim() : 'Unknown',abstract: abstractMatch ? abstractMatch[0].replace(/(Abstract|ABSTRACT)/i, '').trim() : 'Unknown',pageCount: paperData.info.Pages || 'Unknown',};}async analyzeContent(pdfPath, question) {const paperData = awaitthis.parsePDF(pdfPath);// 这里可以实现更复杂的内容分析逻辑// 目前只是简单返回包含问题的响应return`关于论文的分析结果：
问题: ${question}
回答: 根据论文内容，这里应该包含针对问题的详细分析。`;}
}// 创建单例实例
const analyzer = new PaperAnalyzer();// 导出函数
asyncfunction analyzePaper(pdfPath, question) {
returnawait analyzer.analyzeContent(pdfPath, question);
}asyncfunction extractPaperInfo(pdfPath) {
returnawait analyzer.extractPaperInfo(pdfPath);
}module.exports = {analyzePaper,extractPaperInfo,
};
四、配置 MCP 客户端
创建 claude_desktop_config.json 文件（位于 Claude 桌面应用的配置目录）：
{"mcpServers": {"paper-analysis": {"command": "node","args": ["/path/to/your/paper-analysis-agent/server.js"],"env": {}}}
}
五、测试智能体
创建测试脚本 test.js：
const { analyzePaper, extractPaperInfo } = require('./paperAnalyzer');asyncfunction test() {
try {// 测试信息提取const info = await extractPaperInfo('./sample.pdf');console.log('论文信息:', info);// 测试内容分析const analysis = await analyzePaper('./sample.pdf','这篇论文的主要贡献是什么？');console.log('分析结果:', analysis);} catch (error) {console.error('测试失败:', error);}
}test();
六、运行和使用
启动 MCP 服务器：
node server.js
在 Claude 桌面应用中，你现在可以使用以下工具：
analyze_paper: 分析论文内容并回答问题extract_paper_info: 提取论文基本信息summarize_paper: 生成论文总结
示例对话：
用户: 请分析这篇论文 "/path/to/paper.pdf"，并告诉我它的主要研究方法。Claude: 我将使用论文分析工具来帮您解答这个问题。[调用 analyze_paper 工具]
七、进阶功能扩展
你可以进一步扩展这个智能体：
集成 NLP 库：添加自然语言处理功能，如实体识别、关系提取等
添加引用分析：解析论文的参考文献和引用关系
实现可视化：生成论文内容的可视化分析报告
添加缓存机制：提高重复查询的响应速度
支持多种格式：扩展支持 Word、HTML 等其他文档格式
八、总结
通过本教程，你学会了如何：
创建一个基于 MCP 的论文分析智能体
实现 PDF 解析和内容提取功能
配置 MCP 服务器与 Claude 客户端的集成
构建实用的论文分析工具
这个项目展示了 MCP 在实际应用中的强大能力，通过组合不同的工具和资源，可以构建出专门针对特定领域的高效智能体。
记得在实际应用中处理错误情况、添加适当的日志记录，并考虑性能优化和安全问题。
以及行数复用)
