An astronaut overseeing a futuristic data hub
Baixar PDFVersão em Markdown

Conecte Stanford Semantic Scholar ao ChatGPT e Claude

Configure uma vez e funcione no ChatGPT, Claude, Cursor e em qualquer outro cliente que você goste. Tudo roda com segurança em segundo plano, para você relaxar e focar no que realmente importa. Acesse milhões de artigos acadêmicos com inteligência artificial.

Pergunte à IA sobre este Connector

Desenvolvido, mantido e hospedado pela Vinkius.

MCP VERIFICADO · PRONTO PARA PRODUÇÃO · GARANTIA VINKIUS

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

A sua IA faz o trabalho. A gente cuida com segurança.

Nenhuma outra ferramenta de IA te dá isso. O seu workflow roda no cliente que você já ama, a sua conta fica protegida, e você decide o que o agente pode e não pode fazer. É a razão completa para mudar de vez.

Cada Connector vive dentro da nossa infraestrutura, no mesmo lugar onde o seu workflow roda. As três coisas abaixo já fazem parte dele, trabalhando silenciosamente em segundo plano para que você nunca precise pensar nelas. Nada para adicionar, nada para configurar, nada com que se preocupar.

A futuristic MCP client docking bay
V8 Isolate01

Cada Connector roda dentro do seu próprio ambiente lacrado.

Cada Connector roda em seu próprio runtime V8 lacrado — sem acesso aos seus arquivos, ao seu sistema ou a outros servidores. Um Connector nunca enxerga além da sua própria requisição.

Kill Switch02

Um interruptor para todos os agentes. Na hora.

Uma única ação desativa todos os Connectors, revoga todos os tokens e encerra todas as sessões de uma vez. A Governança de IA guarda o registro.

FinOps por usuário03

Limites de gastos que pausam em vez de assustar.

Cada usuário tem suas próprias conexões e credenciais, isoladas das dos demais. O que ultrapassar o seu limite de gastos fica aguardando a sua aprovação, em vez de ser cobrado.

Três controles, embutidos na camada pela qual sua IA se conecta.

Conjunto curado · 16 capacidades

Entregamos só as ações que importam.

Conjunto de capacidades01 / 04

01-04

4 capacidades neste conjunto.

Parte de 16 disponíveis através de Semantic Scholar.

  1. 01

    Obter autores em lote

    Retorna nomes, afiliações, contagem de artigos, citações e h-index. Ideal para comparar pesquisadores ou analisar redes de colaboração.

  2. 02

    Buscar artigo detalhado

    Recupera título, resumo, autores, local de publicação, ano e metadados usando ID, DOI, ArXiv ou PubMed.

  3. 03

    Pesquisar autores

    Localiza perfis de pesquisadores por nome, incluindo métricas de impacto e afiliações acadêmicas.

  4. 04

    Receber recomendações de IA

    Utiliza algoritmos para sugerir os artigos mais relevantes para sua leitura com base em um trabalho inicial.

Conjunto de capacidades02 / 04

05-08

4 capacidades neste conjunto.

Parte de 16 disponíveis através de Semantic Scholar.

  1. 05

    Filtrar por área de estudo

    Realiza buscas segmentadas em áreas como Ciência da Computação, Medicina, Biologia, Física e mais de 20 campos.

  2. 06

    Obter artigos em lote

    Recupera múltiplos artigos de uma só vez usando IDs específicos para facilitar a criação de listas de leitura.

  3. 07

    Busca em massa de artigos

    Realiza buscas extensas com paginação por token, ideal para revisões sistemáticas de literatura.

  4. 08

    Ver perfil do autor

    Acessa métricas completas de impacto, como h-index e total de citações de um pesquisador.

Conjunto de capacidades03 / 04

09-12

4 capacidades neste conjunto.

Parte de 16 disponíveis através de Semantic Scholar.

  1. 09

    Listar artigos de um autor

    Exibe toda a produção acadêmica de um pesquisador específico, incluindo ano e local de publicação.

  2. 10

    Recomendações avançadas

    Encontra artigos similares a um conjunto positivo e diferentes de um conjunto negativo para uma descoberta focada.

  3. 11

    Ver autores de um artigo

    Identifica os autores de uma publicação específica e suas respectivas métricas de impacto.

  4. 12

    Ver citações de um artigo

    Lista quais trabalhos citaram o artigo selecionado para rastrear a evolução de uma ideia.

Conjunto de capacidades04 / 04

13-16

4 capacidades neste conjunto.

Parte de 16 disponíveis através de Semantic Scholar.

  1. 13

    Ver referências de um artigo

    Mostra a bibliografia utilizada por um trabalho para entender sua base intelectual.

  2. 14

    Corresponder título de artigo

    Usa busca aproximada para encontrar metadados completos a partir de um título parcial ou incompleto.

  3. 15

    Pesquisar por publicação

    Filtra buscas por conferências ou periódicos específicos, como Nature, Science ou NeurIPS.

  4. 16

    Busca geral de artigos

    Pesquisa em mais de 200 milhões de artigos usando palavras-chave e filtros de ano ou acesso aberto.

Trabalho real

O que as equipes executam de verdade

01

Literature Reviews

Your agent can perform bulk searches and gather all necessary metadata for a specific topic.

02

Tracking Research Trends

Use venue filtering to see what is being published in top conferences like NeurIPS or ICML.

03

Author Verification

Check an author's total impact and publication history before citing them.

04

Finding Related Work

Use seed papers to trigger AI-powered recommendations for similar research.

Automatize uma tarefa

Coloque Semantic Scholar para trabalhar em uma coisa.

Automações passo a passo que sua IA executa por este Connector: o fluxo, os prompts para começar e as capabilities exatas por trás de cada passo.

Um connector, todas as IAs

Semantic Scholar funciona com os clientes de IA mais populares.

Estes são os clientes mais populares, cada um com um guia passo a passo: um link, configurado uma vez, com governança e visibilidade embutidas. E como tudo roda no padrão MCP, a mesma conexão também funciona em qualquer outro cliente compatível — nada para reconstruir.

ClaudeClaudeChatGPTChatGPTGeminiGeminiPerplexityPerplexityGrokGrokMicrosoft CopilotMicrosoft CopilotCursorCursorVS CodeVS CodeWindsurfWindsurfJetBrainsJetBrainsClineClineLangChainLangChainVercel AI SDKVercel AI SDKLovableLovableZ.aiZ.aiRaycastRaycastQwen CodeQwen CodeKimi CodeKimi CodeLe ChatLe Chat

Construindo o seu próprio app? O connector é seu para usar.

Você não precisa de um cliente para colocar Semantic Scholar para trabalhar: a mesma conexão hospedada entra nas suas aplicações e no código do seu agente, com a mesma governança em cada pedido. Construa com ele, converse com ele — uma conexão para os dois.

Observada, não estimada

Média de 954ms. Rápida em produção.

Semantic Scholar é verificado diariamente contra o serviço em produção.

Média diáriaPico de 1494ms
6 de out.Hoje
Dia mais rápido
798ms
Dia mais lento
1494ms
Tendência de 14 dias
Melhorando-7%

Conecte seu cliente

Uma URL. Todos os clientes.

Ative o Connector, copie seu link e cole no cliente que você já usa. 16 capacidades chegam prontas para rodar.

Acesso de prévia · não é autenticação no provedor

O token vk_preview_* pertence à infraestrutura de prévia da Vinkius. Ele permite que o Claude descubra e exiba as capacidades de Semantic Scholar, para você ver a experiência dentro da sua IA.

Ele não autentica a sua conta com Semantic Scholar. Ações que exigem credenciais ou dados reais da conta podem não ser executadas até que você ative o Connector e autorize o serviço.

Semantic Scholar Connector

Tudo pronto. Escolha seu cliente MCP e siga as instruções de configuração.

Link do conectorhttps://edge.vinkius.com/vk_preview_AZJpPbxBFEPF3qqoPfdyST9yhfXQRp6VrfLZlw40/mcp

Claude Desktop

Siga os passos abaixo para conectar em segundos.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Semantic Scholar capabilities are ready to use.
Configuração · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "stanford-semantic-scholar-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_AZJpPbxBFEPF3qqoPfdyST9yhfXQRp6VrfLZlw40/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Instruções passo a passo para cada cliente estão no guia. Como conectar

Configuração guiada para o Claude? Configurar Semantic Scholar no Claude e outras IAs

Veja todos os clientes de IA com quem este connector funciona ↑

Para quem é

Feito para o trabalho que quem usa Semantic Scholar delega.

Ferramenta essencial para profissionais que dependem de evidências científicas e análise de dados bibliométricos.

  • 01

    Pesquisadores

    Para realizar revisões de literatura e descobrir cadeias de citações.

  • 02

    Estudantes de Doutorado

    Para navegar no grafo acadêmico e posicionar suas próprias pesquisas.

  • 03

    Cientistas de Dados

    Para construir análises bibliométricas e métricas de publicações.

  • 04

    Equipes de P&D

    Para monitorar as publicações mais recentes em seus domínios de atuação.

FAQ

Perguntas de quem usa Semantic Scholar.

  • 01

    Do I need an API key for Semantic Scholar?

    No, this MCP uses the public Semantic Scholar API, so no personal API key is required to start searching.

  • 02

    Which AI clients can use this MCP?

    You can use this with any MCP-compatible client, including Claude, Cursor, and Windsurf.

  • 03

    Can I search for papers using a DOI?

    Yes, the get_paper capability accepts DOIs, ArXiv IDs, PubMed IDs, and Semantic Scholar IDs.

  • 04

    How many papers are in the database?

    The Semantic Scholar Academic Graph contains over 200 million academic papers.

  • 05

    Can I filter results by a specific field of study?

    Yes, you can use the search_by_field capability to narrow results to fields like Physics, Medicine, or Computer Science.

  • 06

    Do I need an API key?

    No. The Semantic Scholar API is fully public. An optional free API key increases rate limits from 1 to 10 requests per second.

  • 07

    What paper ID formats are supported?

    Semantic Scholar accepts multiple ID formats: its own S2 Paper ID, DOI (e.g. "10.1038/..."), ArXiv ID (e.g. "arXiv:2106.09685"), PubMed ID (e.g. "PMID:34845388"), and ACL Anthology ID. This makes it easy to look up any paper regardless of where you found the reference.

  • 08

    How do the AI recommendations work?

    The recommendation engine uses machine learning to analyze citation patterns, co-citation networks, and content similarity. You can provide one seed paper for basic recommendations, or multiple positive and negative seed papers for advanced filtering. This is the most sophisticated way to discover related literature.

Explore

Mais em Education

Sugestões

Conecte Semantic Scholar ao Claude, Cursor, ChatGPT e outros