Semantic Scholar MCP mit ChatGPT verbinden

💡 Keine Installation? Nutze cloud.anythingmcp.com direkt. Einloggen, Connectors → Semantic Scholar klicken, ohne Key installieren, MCP-API-Key erzeugen, fertig. Kein Docker, kein git clone, kein lokaler Server.

Semantic Scholar + ChatGPT

Wissenschaftliche Literatur von Semantic Scholar, ohne Key: über 200 Millionen Paper mit Abstracts und KI-Zusammenfassungen durchsuchen, Titel und DOIs auflösen, Zitationen und Referenzen samt zitierenden Sätzen verfolgen, Autorenprofile mit h-Index lesen, Paper-Empfehlungen erhalten und Volltext-Snippets durchsuchen. Nur lesend; ein kostenloser Key bringt ein eigenes Kontingent.

Voraussetzungen

Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:

(keine erforderlich; optional: SEMANTIC_SCHOLAR_API_KEY)

Schritt 1 — Connector einrichten

Funktioniert ohne Key: Die Einrichtung dauert weniger als eine Minute. Der Connector liest die Semantic Scholar Academic Graph API des Allen Institute for AI (https://api.semanticscholar.org). Sie antwortet ohne Konto und ohne Key, aus einem Kontingent, das sich alle Aufrufer ohne Key teilen. Zu Stoßzeiten kommt deshalb oft 429 (Too Many Requests).

1. Wähle im Connector-Store Semantic Scholar und installiere ihn. Einen Schritt Authorize with Provider gibt es nicht.
2. Empfohlen: Beantrage über das Formular unter https://www.semanticscholar.org/product/api#api-key-form einen kostenlosen Key. Semantic Scholar prüft jeden Antrag, meist innerhalb weniger Tage. Trag den Key in SEMANTIC_SCHOLAR_API_KEY ein: Er wird als Header x-api-key gesendet und gibt dem Connector ein eigenes Kontingent, anfangs 1 Anfrage pro Sekunde.
3. Prüfe ihn mit semantic_scholar_list_dataset_releases: Das Tool listet die Veröffentlichungsdaten der Bulk-Datensätze.

Paper- und Autoren-IDs: Jedes Paper-Tool akzeptiert die 40-stellige Semantic-Scholar-ID oder eine externe ID mit Präfix: DOI:10.18653/v1/N18-3011, ARXIV:2106.15928, PMID:19872477, PMCID:2323736, CorpusId:215416146, MAG:112218234, ACL:W12-3903 oder URL:https://arxiv.org/abs/2106.15928. Autoren-IDs sind Zahlen wie 1741101.

Was er liest:

• Über 200 Millionen wissenschaftliche Paper aus allen Fachgebieten: Relevanzsuche mit einfachen Wörtern, gefiltert nach Jahr oder Datum, Venue, Fachgebiet, Publikationstyp, Open-Access-PDF und Mindestzahl an Zitationen; Bulk-Suche mit boolescher Syntax, sortiert nach Zitationen oder Datum; der beste Treffer für einen Titel mit seinem matchScore; Vorschläge zu einem unvollständigen Titel.
• Ein Paper: Titel, Abstract, KI-Zusammenfassung (tldr), Autoren, Venue, Jahr, Zahl der Zitationen und Referenzen, Open-Access-PDF und externe IDs. Bis zu 500 Paper in einem Aufruf.
• Den Zitationsgraphen: wer ein Paper zitiert (citingPaper) und was es zitiert (citedPaper), mit den zitierenden Sätzen (contexts), dem Grund (intents: background, methodology, result) und isInfluential für Zitationen, die auf der Arbeit aufbauen.
• Autoren: Suche nach Name, Profil mit Affiliationen, Homepage, Zahl der Paper und Zitationen und h-Index, ihre Paper in einem Datumsbereich, bis zu 1.000 Autoren in einem Aufruf. Mehrere Profile können denselben Namen tragen, deshalb vergleicht die KI Affiliationen und Paperzahlen, bevor sie eines wählt.
• Empfehlungen zu einem Ausgangspaper oder zu einer Liste von Papern, die gefallen haben, optional mit Papern, die nicht gefallen haben.
• Volltext-Snippets: Passagen von etwa 500 Wörtern mit Abschnitt und Score, aus Open-Access-Papern, deren Text Semantic Scholar vorliegt.
• Die Releases der Bulk-Datensätze und welche Datensätze jedes Release enthält.

Datenformate: Der Parameter fields bestimmt, was zurückkommt, kommagetrennt ohne Leerzeichen; jedes Tool hat einen kompakten Standard. Verschachtelte Felder schreibt man mit Punkt, etwa authors.affiliations. abstract, tldr und citationStyles (BibTeX) machen Antworten groß, deshalb fragt die KI sie nur bei Bedarf ab. year ist das Erscheinungsjahr, publicationDate das Datum als YYYY-MM-DD, wenn bekannt. citationCount zählt alle zitierenden Paper, influentialCitationCount nur die einflussreichen. openAccessPdf.url ist ein frei zugängliches PDF, sofern vorhanden, und externalIds enthält DOI, ArXiv, PubMed und weitere IDs. Gib Semantic Scholar und die DOI oder URL des Papers als Quelle an.

Paginierung: Listen liefern offset und next; die KI ruft erneut mit offset gleich next auf, bis next fehlt. Die Relevanzsuche liefert bis zu 100 Paper pro Seite und reicht höchstens bis zum 1.000. Treffer. Die Bulk-Suche liefert bis zu 1.000 Paper pro Aufruf und blättert mit token durch bis zu 10 Millionen.

Nur lesend: Jedes Tool liest nur (die Batch- und Empfehlungs-Tools sind Lesezugriffe per POST), es gibt also nichts zu bestätigen, und bei der Installation ist kein Tool deaktiviert.

Limits: Ohne Key antwortet das geteilte Kontingent bei hoher Last mit 429: Die KI wartet ein paar Sekunden und versucht es erneut, oder du trägst einen Key ein. Mit Key liegt das Standardkontingent bei 1 Anfrage pro Sekunde.

Häufige Fehler: 400 nennt ein falsches Feld oder einen falschen Parameter. 404 bedeutet eine unbekannte Paper- oder Autoren-ID oder „Title match not found“, wenn kein Titel nahe genug ist. 403 bedeutet, dass der Key falsch oder deaktiviert ist.

Der Connector lädt keine Bulk-Datensatzdateien herunter (sie brauchen einen Key und umfassen viele Gigabyte) und liefert keine Embedding-Vektoren einzelner Paper.

Schritt 2 — Adapter installieren

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Schritt 3 — Connector in ChatGPT hinzufügen

Deine Server-URL: Öffne in AnythingMCP MCP Servers → den Server, auf dem dieser Connector liegt, und kopiere seine URL (https://cloud.anythingmcp.com/mcp/…). Setze sie überall ein, wo diese Anleitung YOUR_SERVER_ID zeigt.

ChatGPT fügt MCP-Server als Plugins auf seiner Seite Plugins hinzu, im Web und in den kostenpflichtigen Tarifen. Den Entwicklermodus brauchst du dafür nicht mehr. In einem Business-Workspace dürfen das nur Admins und Owner; in Enterprise und Edu kann ein Admin die Berechtigung Create plugins with MCPs vergeben.

1. Geh zu chatgpt.com/plugins, klicke auf Add und dann auf Add custom MCP server.
2. Gib einen Namen ein, z. B. Name: Semantic Scholar.
3. Trag unter Connection als Server URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID ein und lass Authentication auf OAuth.
4. Wähle I understand and want to continue und dann Create as a plugin. Wenn ChatGPT danach fragt, meldest du dich bei AnythingMCP an und erlaubst den Zugriff.
5. Installiere das neue Plugin unter deinen persönlichen Plugins, tippe dann in einem Chat @ und wähle es aus.

Verfügbare Tools

Beispiel-Prompts

• „Finde die meistzitierten Paper zu Retrieval-Augmented Generation seit 2022 und fasse jedes in einem Satz zusammen.“
• „Welche Paper zitieren „Attention Is All You Need“ wegen der Methodik, und was sagen die zitierenden Sätze?“
• „Zeig mir h-Index, Affiliation und die fünf meistzitierten Paper von Yoshua Bengio.“
• „Diese drei Paper zur Proteinstrukturvorhersage haben mir gefallen: Empfiehl mir zehn weitere.“
• „Finde Passagen in Open-Access-Papern, die Learning-Rate-Warmup und Trainingsstabilität behandeln.“

FAQ

Funktioniert der kostenlose ChatGPT-Tarif mit eigenen MCP-Servern? OpenAI dokumentiert eigene MCP-Server nur für kostenpflichtige Tarife; den Free-Tarif führt OpenAI nicht auf.

Nächste Schritte

• Connector-Startseite
• Mit Claude verbinden
• Mit Cursor verbinden
• Mit Gemini verbinden
• Mit Meta Muse verbinden
• Mit Microsoft Copilot verbinden