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 busca de artigos do arXiv e OpenAlex/Crossref (uma alternativa aberta ao Google Scholar — o Scholar em si não é consultado) como ferramentas para agentes: títulos, autores, contagens de citações, DOIs, links. Conecte Claude, Cursor, n8n ou o OpenAI Agents SDK. $0,02 por chamada de ferramenta bem-sucedida.
- URL: https://apify.com/nexgendata/academic-research-mcp-server.md
- Desenvolvido por: NexGenData (comunidade)
- Categorias: IA, Ferramentas de desenvolvedor, Servidores MCP
- Estatísticas: 45 usuários totais, 10 usuários mensais, 100,0% de execuções bem-sucedidas, 2 favoritos
- Avaliação dos usuários: Sem avaliações ainda
Preços
a partir de $20,00 / 1.000 chamadas de ferramenta
Este Actor é cobrado por evento e uso. Você é cobrado tanto pelo preço fixo de eventos específicos quanto pelo uso da plataforma Apify.
Saiba mais: https://docs.apify.com/actors/running/actors-in-store.md#pay-per-event
O que é um Apify Actor?
Um Actor é um programa em nuvem serverless que roda na plataforma Apify. Ele tem dois modos de execução. 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.
O vocabulário Apify e o modelo da plataforma são definidos uma vez, no quickstart para agentes em https://apify.com/agents.md.
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.
Não adivinhe um caminho de integração. Todos eles estão no quickstart para agentes em https://apify.com/agents.md: o servidor MCP da Apify, Agent Skills com o Apify CLI, os clientes JavaScript e Python, a API REST, e o caminho sem conta para um agente sem humano para fazer login. Também contém a regra sobre informar o custo antes da primeira execução paga.
Para exemplos já conectados ao schema de entrada deste próprio Actor, veja a seção API abaixo.
Cada biblioteca de cliente tem documentação de referência que o quickstart não repete: JavaScript/TypeScript (npm install apify-client) e Python (pip install apify-client).
README
Academic Research MCP
Um servidor Model Context Protocol que permite que agentes de IA pesquisem literatura acadêmica — preprints do arXiv e OpenAlex/Crossref (uma alternativa aberta ao Google Scholar — o Google Scholar em si não é consultado) — como ferramentas chamáveis. Para assistentes de pesquisa e agentes de revisão de literatura.
📊 Exemplo de Saída
status | message | how_to_connect | apify_url | transport | tools |
|---|---|---|---|---|---|
| MCP Server Running | Este é um servidor MCP, não um scraper. Ele não produz resultados qu… | Conecte a partir de um cliente de IA compatível com MCP (Claude Desktop, Cursor, Win… | https://apify.com/nexgendata/academic-research-mcp-server | streamable-http | ['search_arxiv', 'search_google_scholar'] |
Linhas reais da execução B0wMSmZ2C7Yb4HI3x no build 0.0.22 (2026-09-04), sem edição exceto e-mails/telefones mascarados e texto longo encurtado; campos que a fonte não publica ficam vazios.
🔧 Referência de entrada
| Campo | Tipo | Padrão | O que faz |
|---|---|---|---|
enableServer (obrigatório) | boolean | true | Ativa o modo servidor MCP |
port | integer | 5000 | Porta para o servidor MCP |
🧾 Exemplo de registro JSON
Um registro real da execução B0wMSmZ2C7Yb4HI3x (e-mails/telefones mascarados, texto longo encurtado):
{
"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"
]
}
💰 Preços
| Evento | Preço (USD) | Quando é cobrado |
|---|---|---|
Início do Actor (apify-actor-start) | $5e-05 | Cobrado quando o Actor começa a rodar. O número de eventos cobrados depende da memória do Actor (um evento por GB, mínimo um evento). |
Chamada de ferramenta (tool-call) | $0,02 | Por invocação de ferramenta via MCP Standby |
Pague por evento: você paga apenas pelo que a execução entrega. Uma execução que não entrega nada não cobra eventos de resultado (apenas o evento de início do actor, quando o actor define um). Exemplo: uma execução que entrega 100 resultados custa 100 × $0,02 = $2,00 mais a taxa de início.
🔗 Actors Relacionados
Mais da família Servidores MCP para agentes de IA da NexGenData:
- Automotive MCP — Busca de Carros e Dados de Mercado para Agentes de IA
- Banking & Financial Stability MCP — para Agentes de IA
- China A-Share Market MCP — Screener & Filings para Agentes de IA
Mais 32 nesta família na página da loja NexGenData.
🛠 Ferramentas (2)
search_arxiv— Busca preprints do arXiv por consulta.search_google_scholar— Busca no OpenAlex (~250M obras, fallback Crossref) por artigos, contagens de citações e DOIs. A ferramenta mantém seu nome para compatibilidade com clientes; ela não lê o Google Scholar.
🔌 Conectar (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 agente:
Find the five most-cited 2024 arXiv papers on retrieval-augmented generation.
Preços: $0,02 por chamada de ferramenta (Pay-Per-Event). Roda em modo Standby.
Actors NexGenData Relacionados
| Caso de uso | Actor |
|---|---|
| Scraper arXiv subjacente | arxiv-scraper |
| Busca de artigos subjacente | OpenAlex API + Crossref API (sem chave), mesmo mecanismo do Academic Paper Search |
| Servidor MCP de notícias | news-mcp-server |
| Servidor MCP de web scraping | web-scraping-mcp-server |
| Gateway de 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 OpenAlex/Crossref.
O schema é estável para agentes de IA? Sim — cada ferramenta retorna uma estrutura JSON estável na qual seu prompt pode confiar.
Autenticação? Apenas token Apify.
Custo? Pay-per-event — você paga apenas 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 pay-per-result. 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 paga apenas 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 de evento único cada vez que você inicia o actor (escalada 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 — essas são absorvidas pela plataforma
Bônus da Plataforma Apify
Novo na Apify? Cadastre-se com o link de indicação da NexGenData — você ganha 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 Apify — execução por clique
- API Apify — REST + webhooks
- SDKs Python / JS da Apify — batch programático
- Zapier, Make.com, n8n — integrações oficiais
- MCP — exposto como ferramentas MCP para agentes Claude / ChatGPT / Cursor
- Agendamentos — cron integrado para execuções diárias / semanais / mensais
- Webhooks — envia resultados por POST para qualquer endpoint HTTPS na gravação do dataset
Suporte
A NexGenData mantém um grande catálogo de actors Apify e envia atualizações regularmente. Relatos de bugs pela aba de issues do console 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, então nenhum token de API pertence a esta configuração. Clientes sem suporte a OAuth podem enviar um cabeçalho Authorization: Bearer <APIFY_API_TOKEN> em vez disso, usando um token de API & Integrações no Console Apify (https://console.apify.com/settings/integrations).
Especificação OpenAPI
Baixe a definição OpenAPI: https://api.apify.com/v2/actors/MJi4dzjS5RnatpNHc/builds/4jCGQgMu4E8AKA3l5/openapi.json