Semantic Scholar MCP mit Gemini CLI 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 + Gemini

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 Gemini 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.

Gemini CLI liest MCP-Server aus ~/.gemini/settings.json (unter Windows %USERPROFILE%\.gemini\settings.json). Füge hinzu:

{
  "mcpServers": {
    "anythingmcp": {
      "httpUrl": "https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID",
      "headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
    }
  }
}

1. Erstelle in AnythingMCP unter MCP Servers → dein Server → API keys einen MCP-API-Key und setze ihn anstelle von YOUR_MCP_API_KEY ein.
2. Speichere die Datei und starte gemini neu.
3. Führe in der Gemini CLI /mcp aus (oder gemini mcp list im Terminal): anythingmcp sollte als verbunden erscheinen.
4. Leg los: Gemini CLI kann jetzt die Semantic Scholar-Tools aufrufen.

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

Wo sucht Gemini CLI nach MCP-Servern? In ~/.gemini/settings.json für deinen Benutzer oder in .gemini/settings.json innerhalb eines Projekts. gemini mcp list zeigt jeden Server und ob er sich verbindet.

Nächste Schritte

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