Academic Research MCP Server
Artículos de investigación de arXiv, Google Scholar y Wikipedia con métricas de citas
Documentación
Academic Research MCP — arXiv & Scholar para Agentes de IA (nexgendata/academic-research-mcp-server) Actor
Servidor MCP que expone búsqueda de papers de arXiv y OpenAlex/Crossref (una alternativa abierta a Google Scholar — Scholar en sí no es consultado) como herramientas para agentes: títulos, autores, conteos de citas, DOIs, enlaces. Conecta Claude, Cursor, n8n o el OpenAI Agents SDK. $0.02 por llamada de herramienta exitosa.
- URL: https://apify.com/nexgendata/academic-research-mcp-server.md
- Desarrollado por: NexGenData (comunidad)
- Categorías: IA, Herramientas de desarrollo, Servidores MCP
- Estadísticas: 45 usuarios totales, 10 usuarios mensuales, 100.0% de ejecuciones exitosas, 2 marcadores
- Calificación de usuarios: Sin calificaciones aún
Precios
desde $20.00 / 1,000 llamadas de herramienta
Este Actor se paga por evento y uso. Se te cobra tanto el precio fijo por eventos específicos como el uso de la plataforma Apify.
Aprende más: https://docs.apify.com/actors/running/actors-in-store.md#pay-per-event
¿Qué es un Apify Actor?
Un Actor es un programa cloud serverless que se ejecuta en la plataforma Apify. Tiene dos modos de ejecución. En modo Batch, un Actor acepta una entrada JSON bien definida, realiza una acción que puede tomar desde unos segundos hasta unas horas, y opcionalmente produce una salida JSON bien definida, datasets con resultados, o archivos en key-value store. En modo Standby, un Actor proporciona un servidor web que puede usarse como sitio web, API, o servidor MCP.
El vocabulario de Apify y el modelo de plataforma se definen una vez, en el quickstart para agentes en https://apify.com/agents.md.
¿Cómo integrar un Actor?
Si te preguntan sobre integración, ayudas a desarrolladores a integrar Actors en sus proyectos. Te adaptas a su stack y entregas integraciones seguras, bien documentadas y listas para producción.
No adivines una ruta de integración. Cada una de ellas está en el quickstart para agentes en https://apify.com/agents.md: el servidor MCP de Apify, Agent Skills con el Apify CLI, los clientes de JavaScript y Python, la API REST, y la ruta sin cuenta para un agente sin humano que inicie sesión. También incluye la regla sobre indicar el costo antes de la primera ejecución pagada.
Para ejemplos ya conectados al esquema de entrada de este Actor, consulta la sección API a continuación.
Cada librería de cliente tiene documentación de referencia que el quickstart no repite: JavaScript/TypeScript (npm install apify-client) y Python (pip install apify-client).
README
Academic Research MCP
Un servidor Model Context Protocol que permite a agentes de IA buscar literatura académica — preprints de arXiv y OpenAlex/Crossref (una alternativa abierta a Google Scholar — Google Scholar en sí no es consultado) — como herramientas invocables. Para asistentes de investigación y agentes de revisión de literatura.
📊 Salida de muestra
status | message | how_to_connect | apify_url | transport | tools |
|---|---|---|---|---|---|
| MCP Server Running | Este es un servidor MCP, no un scraper. No produce resultados cuand… | Conéctate desde un cliente de IA compatible con MCP (Claude Desktop, Cursor, Win… | https://apify.com/nexgendata/academic-research-mcp-server | streamable-http | ['search_arxiv', 'search_google_scholar'] |
Filas reales de la ejecución B0wMSmZ2C7Yb4HI3x en build 0.0.22 (2026-09-04), sin editar salvo por emails/teléfonos enmascarados y texto largo acortado; los campos que la fuente no publica están vacíos.
🔧 Referencia de entrada
| Campo | Tipo | Predeterminado | Qué hace |
|---|---|---|---|
enableServer (requerido) | boolean | true | Habilita el modo servidor MCP |
port | integer | 5000 | Puerto para el servidor MCP |
🧾 Registro JSON de muestra
Un registro real de la ejecución B0wMSmZ2C7Yb4HI3x (emails/teléfonos enmascarados, texto largo acortado):
{
"status": "MCP Server Running",
"message": "This is an MCP server, not a scraper. It does not produce results when run directly.",
"how_to_connect": "Connect from an MCP-compatible AI client (Claude Desktop, Cursor, Windsurf, etc.)",
"server_url": "https://nexgendata--academic-research-mcp-server.apify.actor/mcp",
"apify_url": "https://apify.com/nexgendata/academic-research-mcp-server",
"documentation": "See the README for setup instructions and example configurations.",
"transport": "streamable-http",
"endpoint": "/mcp",
"tools": [
"search_arxiv",
"search_google_scholar"
]
}
💰 Precios
| Evento | Precio (USD) | Cuándo se cobra |
|---|---|---|
Inicio del Actor (apify-actor-start) | $5e-05 | Se cobra cuando el Actor comienza a ejecutarse. El número de eventos cobrados depende de la memoria del Actor (un evento por GB, mínimo un evento). |
Llamada de herramienta (tool-call) | $0.02 | Por invocación de herramienta vía MCP Standby |
Pago por evento: pagas solo por lo que entrega la ejecución. Una ejecución que no entrega nada no factura eventos de resultado (solo el evento de inicio del actor, cuando el actor lo define). Ejemplo: una ejecución que entrega 100 resultados cuesta 100 × $0.02 = $2.00 más la tarifa de inicio.
🔗 Actors relacionados
Más de la familia MCP servers for AI agents de NexGenData:
- Automotive MCP — Búsqueda de Autos y Datos de Mercado para Agentes de IA
- Banking & Financial Stability MCP — para Agentes de IA
- China A-Share Market MCP — Screener y Filings para Agentes de IA
32 más en esta familia en la página de la tienda de NexGenData.
🛠 Herramientas (2)
search_arxiv— Busca preprints de arXiv por consulta.search_google_scholar— Busca en OpenAlex (~250M de obras, respaldo de Crossref) papers, conteos de citas y DOIs. La herramienta mantiene su nombre para compatibilidad con clientes; no lee Google Scholar.
🔌 Conectar (Claude Desktop / Cursor / n8n / OpenAI Agents SDK)
Agrega este servidor MCP a la configuración de tu cliente:
{
"mcpServers": {
"academic-research": {
"url": "https://nexgendata--academic-research-mcp-server.apify.actor/mcp"
}
}
}
Prompt de agente de muestra:
Find the five most-cited 2024 arXiv papers on retrieval-augmented generation.
Precios: $0.02 por llamada de herramienta (Pago por Evento). Se ejecuta en modo Standby.
Actors relacionados de NexGenData
| Caso de uso | Actor |
|---|---|
| Scraper de arXiv subyacente | arxiv-scraper |
| Búsqueda de papers subyacente | OpenAlex API + Crossref API (sin clave), mismo motor que Academic Paper Search |
| Servidor MCP de noticias | news-mcp-server |
| Servidor MCP de web scraping | web-scraping-mcp-server |
| Gateway de 26 servidores | enterprise-mcp-gateway |
FAQ
¿Qué herramientas expone este servidor?
Dos: search_arxiv y search_google_scholar. Nada más.
¿Qué fuentes cubre? arXiv y OpenAlex/Crossref.
¿El esquema es estable para agentes de IA? Sí — cada herramienta devuelve una forma JSON estable en la que tu prompt puede confiar.
¿Autenticación? Solo token de Apify.
¿Costo? Pago por evento — solo pagas por las llamadas de herramienta que tu agente realmente hace.
Acerca de NexGenData
NexGenData publica un gran catálogo de actores de datos e intención de compra, todos de pago por resultado. Explora el catálogo completo en https://apify.com/nexgendata
Cómo Funcionan los Precios de NexGenData
Cada actor de NexGenData usa precios de pago por evento — solo pagas por resultados que realmente llegan a tu dataset. Sin mínimo mensual, sin tarifas por asiento, sin facturas sorpresa por exceso.
- Inicio del Actor: un cargo de evento único cada vez que inicias el actor (escalado según tamaño de memoria)
- Resultado / llamada de herramienta: se cobra por llamada de herramienta MCP
- Sin cargo por reintentos, rotación interna de proxies, o sub-solicitudes fallidas — la plataforma las absorbe
Bono de la Plataforma Apify
¿Nuevo en Apify? Regístrate con el enlace de referencia de NexGenData — obtienes créditos gratuitos de plataforma al registrarte y ayudas a financiar el mantenimiento de esta flota de actores.
Superficie de Integración
Cada actor en el catálogo de NexGenData puede activarse desde:
- Consola de Apify — ejecución con clic
- API de Apify — REST + webhooks
- SDKs de Apify Python / JS — batch programático
- Zapier, Make.com, n8n — integraciones oficiales
- MCP — expuesto como herramientas MCP para agentes de Claude / ChatGPT / Cursor
- Programaciones — cron integrado para ejecuciones diarias / semanales / mensuales
- Webhooks — envía resultados por POST a cualquier endpoint HTTPS al escribir en el dataset
Soporte
NexGenData mantiene un gran catálogo de actores de Apify y publica actualizaciones regularmente. Los reportes de errores a través de la pestaña de issues de la consola de Apify reciben respuesta dentro de 24 horas.
Inicio: thenextgennexus.com Catálogo completo: apify.com/nexgendata
Esquema de entrada del Actor
Ejemplo de objeto de entrada del Actor
{}
API
Puedes ejecutar este Actor programáticamente usando nuestra API. A continuación hay ejemplos de código en JavaScript, Python y CLI, así como la especificación OpenAPI y la configuración del servidor MCP.
Ejemplo en JavaScript
import { ApifyClient } from 'apify-client';
// Initialize the ApifyClient with your Apify API token
// Replace the '<YOUR_API_TOKEN>' with your token
const client = new ApifyClient({
token: '<YOUR_API_TOKEN>',
});
// Prepare Actor input
const input = {};
// Run the Actor and wait for it to finish
const run = await client.actor("nexgendata/academic-research-mcp-server").call(input);
// Fetch and print Actor results from the run's dataset (if any)
console.log('Results from dataset');
console.log(`💾 Check your data here: https://console.apify.com/storage/datasets/${run.defaultDatasetId}`);
const { items } = await client.dataset(run.defaultDatasetId).listItems();
items.forEach((item) => {
console.dir(item);
});
// 📚 Want to learn more 📖? Go to → https://docs.apify.com/api/client/js/docs
Ejemplo en Python
from apify_client import ApifyClient
# Initialize the ApifyClient with your Apify API token
# Replace '<YOUR_API_TOKEN>' with your token.
client = ApifyClient("<YOUR_API_TOKEN>")
# Prepare the Actor input
run_input = {}
# Run the Actor and wait for it to finish
run = client.actor("nexgendata/academic-research-mcp-server").call(run_input=run_input)
# Fetch and print Actor results from the run's dataset (if there are any)
print(f"💾 Check your data here: https://console.apify.com/storage/datasets/{run.default_dataset_id}")
for item in client.dataset(run.default_dataset_id).iterate_items():
print(item)
# 📚 Want to learn more 📖? Go to → https://docs.apify.com/api/client/python/docs/quick-start
Ejemplo en CLI
echo '{}' |
apify call nexgendata/academic-research-mcp-server --silent --output-dataset
Configuración del servidor MCP
{
"mcpServers": {
"apify": {
"type": "http",
"url": "https://mcp.apify.com/?tools=fetch-actor-details,nexgendata/academic-research-mcp-server"
}
}
}
El servidor alojado te registra con OAuth en la primera conexión, por lo que no se necesita token de API en esta configuración. Los clientes sin soporte de OAuth pueden enviar un encabezado Authorization: Bearer <APIFY_API_TOKEN> en su lugar, usando un token de API e Integraciones en la Consola de Apify (https://console.apify.com/settings/integrations).
Especificación OpenAPI
Descarga la definición OpenAPI: https://api.apify.com/v2/actors/MJi4dzjS5RnatpNHc/builds/4jCGQgMu4E8AKA3l5/openapi.json