JCR分区表MCP服务器
基于ShowJCR存储库数据的模型上下文协议（MCP）服务器，为大型语言模型提供最新的日志分区表查询功能。
💡 新版本：现在支持通过一键部署 uvx！无需手动安装依赖项，即用即用。 📖 升级指南：如果您从旧版本升级，请检查 MIGRATION_GUIDE.md特性
🔧 工具
- 搜索_新闻 -搜索日志信息，包括影响因子、分区、警告状态等。
- get_partition_trends -获取日志分区变化趋势分析
- 检查_学习_期刊 -查询警告列表上的国际期刊列表
- 比较期刊 -比较多个期刊的综合信息
📋 资源
- jcr://database-info -数据库基本信息和统计
💡 提示
- 日志分析 -用于日志分析的专用提示模板
数据源
该项目基于 ShowJCR 存储库，包括：
- 升级的CAS日志分区表 (2025, 2023, 2022)
- JCR期刊影响因素 (2024, 2023, 2022)
- 国际期刊警告列表 (2025, 2024, 2023, 2021, 2020)
- CCF国际学术期刊推荐目录 (2022)
- 计算机领域高质量科技期刊目录 (2022)
安装和部署
方法1：使用uvx进行部署（推荐）
uvx 是一个快速可靠的工具，用于运行Python应用程序，而无需手动安装依赖项。
1.首次同步数据
bash uvx-来自jcr-mcp-server@git+https://github.com/NormanMises/jcr_mcp.gitjcr-mcp同步
选择“1”以同步所有数据，并等待下载和导入完成。
2.启动服务器
bash uvxjcr-mcp-server@git+https://github.com/NormanMises/jcr_mcp.git
或者直接使用包名（如果发布到PyPI）： bash uvx jcr mcp服务器
3.在Claude Desktop中配置
编辑Claude Desktop配置文件并添加： JSON { “mcpServers”：{ “jcr分区”：{ “命令”：“uvx”， “args”：\[jcr-mcp-server@git+https://github.com/NormanMises/jcr_mcp.git"\], “env”：｛｝ } } }
方法2：从源代码安装
1.克隆存储库
bash 克隆https://github.com/NormanMises/jcr_mcp.git cd jcr_mcp
2.安装包装
bash pip安装-e。
3.同步数据
bash jcr-mcp同步
选择“1”以同步所有数据，并等待下载和导入完成。
4.启动服务器
bash jcr-mcp服务器
方法3：传统方法（与旧版本兼容）
1.环境要求
- Python 3.8+
- SQLite3
2.安装依赖项
bash pip安装-r要求.txt
3.同步数据
bash python数据同步.py
4.启动服务器
bash python jcr_mcpserver.py
快速测试
安装后，您可以快速验证安装是否成功：
1.测试服务器启动
bash
使用uvx
uvxjcr-mcp-server@git+https://github.com/NormanMises/jcr_mcp.git
或者使用已安装的命令
jcr-mcp服务器
或者使用python-m
python-m jcr_mcp
如果您看到启动信息，则安装成功。按 Ctrl+C 停止服务器。
2.测试数据同步
bash
使用已安装的命令
jcr-mcp同步
选择“4”退出测试界面
客户端测试
独立测试
bash python test_client.py
选择模式：
- 模式1：自动测试所有功能
- 模式2：交互式查询模式
与Claude Desktop集成
使用uvx（推荐）
将以下内容添加到Claude Desktop配置文件中： JSON { “mcpServers”：{ “jcr分区”：{ “命令”：“uvx”， “args”：\[jcr-mcp-server@git+https://github.com/NormanMises/jcr_mcp.git"\], “env”：｛｝ } } }
使用已安装的软件包
JSON { “mcpServers”：{ “jcr分区”：{ “命令”：“jcr-mcp-server”， “args”：\[\]， “env”：｛｝ } } }####使用Python脚本（传统方法） JSON { “mcpServers”：{ “jcr分区”：{ “command”：“python”， “args”：\[“path/to/jcr_mcpserver.py”\]， “cwd”：“路径/to/project” } } }
使用示例
1.期刊检索
python
搜索《自然》杂志
result=await-session.call_tool（“search_journal”{ “journal_name”：“自然” })
2.分区趋势分析
python
获取《科学》杂志的分区趋势变化
result=await-session.call_tool（“get_partition_trends”{ “journal_name”：“科学” })
3.期刊比较
python
比较三种顶级期刊
result=await-session.call_tool（“comparejournals”{ “journal_list”：“自然、科学、细胞” })
4.预警日记账查询
python
查询警告日志
result=await-session.call_tool（“check_warning_journals”{ “关键字”：“MDPI” })
输出示例
期刊搜索结果
📚 期刊名称：NATURE
\[2024\] 📊 影响系数：64.8 🏆 分区：Q1 📖 学科类别：多学科科学
\[2025\] 🏆 分区：第一层 📖 主题分类：普通期刊
日志比较结果
📊 期刊对比分析结果
日志名称最新影响因子最新分区警告状态
自然64.8 Q1正常\ 科学56.9 Q1正常\ 电池64.5 Q1正常
💡 提交建议： ⭐ Nature：顶级期刊，强烈推荐 ⭐ 科学：顶级期刊，强烈推荐\ ⭐ Cell：顶级期刊，强烈推荐
技术架构
数据层
- SQLite数据库，用于存储所有分区表数据
- 支持多年的历史数据
- 自动数据同步和验证机制
- 数据存储在用户目录中
~/.jcr_mcp/确保持久性
服务层
- 使用FastMCP框架构建的MCP服务器
- 异步处理以提高性能
- 全面的错误处理和记录
- 支持多种运行方式（uvx、pip安装、直接执行）
界面层
- 标准MCP协议接口
- 支持三种类型：工具、资源和提示
- 与各种MCP客户端兼容
扩展说明
添加新数据源
- 将新数据源添加到
data_sources字典在data_sync.py - 运行数据同步以更新数据库
- 更新中的解析逻辑
jcr_mcp_server.py
添加新工具
- 使用
@app.tool()室内装饰师jcr_mcp_server.py - 实现具体的查询逻辑
- 添加适当的文档字符串
数据存储位置
当使用uvx或已安装的软件包运行时，数据库将自动存储在用户的主目录中：
- Linux/Mac：
~/.jcr_mcp/jcr.db - 窗户：
%USERPROFILE%\.jcr_mcp\jcr.db
这确保了数据在不同的运行时环境中保持一致，不会被意外删除。
部署到云端
服务器可以部署到云平台，支持HTTP传输： python app.run（传输=“可流式传输http”，主机=“0.0.0.0”，端口=8080）
相关链接
许可证
这个项目是在MIT许可下开源的。
贡献
欢迎提交问题和拉取请求以改进此项目！