Academic Research MCP Server

Artigos de pesquisa do arXiv, Google Scholar e Wikipedia com métricas de citação

Documentação

Academic Research MCP — arXiv & Scholar para Agentes de IA (`nexgendata/academic-research-mcp-server`) Actor

Servidor MCP que expõe pesquisa de artigos do arXiv e Google Scholar como ferramentas para agentes. Conecte Claude, Cursor, n8n ou o OpenAI Agents SDK à literatura acadêmica ao vivo.

URL: https://apify.com/nexgendata/academic-research-mcp-server.md
Desenvolvido por: NexGenData (comunidade)
Categorias: IA, Ferramentas de desenvolvedores, Servidores MCP
Estatísticas: 37 usuários no total, 11 usuários mensais, 99,9% de execuções bem-sucedidas, 2 favoritos
Avaliação dos usuários: Sem avaliações ainda

Preços

a partir de US$ 20,00 / 1.000 chamadas de ferramentas

Este Actor é pago por evento e por uso. Você é cobrado tanto pelo preço fixo de eventos específicos quanto pelo uso da plataforma Apify.

Saiba mais: https://docs.apify.com/platform/actors/running/actors-in-store#pay-per-event

O que é um Apify Actor?

Actors são automações de dados web que alimentam IA e operações. Eles rodam na plataforma Apify para raspar sites, processar dados, conectar APIs e automatizar fluxos de trabalho. No modo Batch, um Actor aceita uma entrada JSON bem definida, executa uma ação que pode levar de alguns segundos a algumas horas, e opcionalmente produz uma saída JSON bem definida, datasets com resultados, ou arquivos em key-value store. No modo Standby, um Actor fornece um servidor web que pode ser usado como site, API ou servidor MCP. Actors são escritos com "A" maiúsculo.

Como integrar um Actor?

Se perguntado sobre integração, você ajuda desenvolvedores a integrar Actors em seus projetos. Você se adapta à stack deles e entrega integrações seguras, bem documentadas e prontas para produção. A melhor forma de integrar Actors é a seguinte.

Agentes de IA e clientes MCP — o Apify MCP server em https://mcp.apify.com (remoto, HTTP streamable, OAuth no primeiro uso).
Fluxos de trabalho agênticos e desenvolvimento local de Actors — Agent Skills com o Apify CLI: npm install -g apify-cli, depois apify login.
Projetos JavaScript/TypeScript — o cliente oficial JS/TS: npm install apify-client.
Projetos Python — o cliente oficial Python: pip install apify-client.
Qualquer outra linguagem — a REST API.

Para exemplos de uso, veja a seção API abaixo.

Para mais detalhes, veja a documentação do Apify como índice Markdown e texto completo Markdown.

README

Academic Research MCP

Um servidor Model Context Protocol que permite que agentes de IA pesquisem literatura acadêmica — preprints do arXiv e Google Scholar — como ferramentas acionáveis. Para assistentes de pesquisa e agentes de revisão de literatura.

🛠 Ferramentas (2)

search_arxiv — Pesquise preprints do arXiv por consulta.
search_google_scholar — Pesquise artigos e citações no Google Scholar.

🔌 Conexão (Claude Desktop / Cursor / n8n / OpenAI Agents SDK)

Adicione este servidor MCP à configuração do seu cliente:

{
  "mcpServers": {
    "academic-research": {
      "url": "https://nexgendata--academic-research-mcp-server.apify.actor/mcp"
    }
  }
}

Exemplo de prompt para o agente:

Find the five most-cited 2024 arXiv papers on retrieval-augmented generation.

Preços: US$ 0,02 por chamada de ferramenta (Pay-Per-Event). Roda em modo Standby.

Actors relacionados da NexGenData

Caso de uso	Actor
Scraper subjacente do arXiv	arxiv-scraper
Scraper subjacente do Google Scholar	google-scholar-scraper
Servidor MCP de notícias	news-mcp-server
Servidor MCP de web scraping	web-scraping-mcp-server
Gateway com 26 servidores	enterprise-mcp-gateway

FAQ

Quais ferramentas este servidor expõe? Duas: search_arxiv e search_google_scholar. Nada mais.

Quais fontes ele cobre? arXiv e Google Scholar.

O schema é estável para agentes de IA? Sim — cada ferramenta retorna uma forma JSON estável na qual seu prompt pode confiar.

Autenticação? Somente token do Apify.

Custo? Pay-per-event — você só paga pelas chamadas de ferramenta que seu agente realmente faz.

Sobre a NexGenData

A NexGenData publica um grande catálogo de actors de dados e intenção de compra, todos com pagamento por resultado. Navegue pelo catálogo completo em https://apify.com/nexgendata

Como funciona o preço da NexGenData

Cada actor da NexGenData usa preço pay-per-event — você só paga pelos resultados que realmente chegam ao seu dataset. Sem mínimo mensal, sem taxas por assento, sem cobranças surpresa de excedente.

Início do Actor: uma cobrança por evento único cada vez que você ativa o actor (dimensionada pelo tamanho da memória)
Resultado / chamada de ferramenta: cobrado por chamada de ferramenta MCP
Sem cobrança por tentativas, rotação interna de proxies ou sub-requisições com falha — são absorvidos pela plataforma

Bônus da Plataforma Apify

Novo no Apify? Cadastre-se pelo link de indicação da NexGenData — você recebe créditos gratuitos da plataforma no cadastro e ajuda a financiar a manutenção desta frota de actors.

Superfície de Integração

Cada actor do catálogo da NexGenData pode ser acionado a partir de:

Console do Apify — execução por clique
API do Apify — REST + webhooks
SDKs Python / JS do Apify — execução programática em lote
Zapier, Make.com, n8n — integrações oficiais
MCP — expostos como ferramentas MCP para agentes Claude / ChatGPT / Cursor
Agendamentos — cron integrado para execuções diárias / semanais / mensais
Webhooks — envie resultados por POST para qualquer endpoint HTTPS na escrita do dataset

Suporte

A NexGenData mantém um grande catálogo de actors do Apify e publica atualizações regularmente. Relatos de bugs pela aba de issues do console do Apify recebem resposta em até 24 horas.

Home: thenextgennexus.com Catálogo completo: apify.com/nexgendata

Schema de entrada do Actor

Exemplo de objeto de entrada do Actor

{}

API

Você pode executar este Actor programaticamente usando nossa API. Abaixo estão exemplos de código em JavaScript, Python e CLI, bem como a especificação OpenAPI e a configuração do servidor MCP.

Exemplo em 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

Exemplo em 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

Exemplo em CLI

echo '{}' |
apify call nexgendata/academic-research-mcp-server --silent --output-dataset

Configuração do servidor MCP

{
    "mcpServers": {
        "apify": {
            "type": "http",
            "url": "https://mcp.apify.com/?tools=fetch-actor-details,nexgendata/academic-research-mcp-server"
        }
    }
}

O servidor hospedado faz login com OAuth na primeira conexão, portanto nenhum token de API fica nesta configuração. Clientes sem suporte a OAuth podem enviar um cabeçalho Authorization: Bearer <APIFY_API_TOKEN> em vez disso, usando um token de API & Integrations no Console do Apify (https://console.apify.com/settings/integrations).

Especificação OpenAPI

Baixe a definição OpenAPI: https://api.apify.com/v2/actors/MJi4dzjS5RnatpNHc/builds/yoKWA885yuMA0R4r6/openapi.json