快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

pip install networkx-mcp-server

详细介绍

NetworkX MCP服务器

人工智能对话中以学术为重点的图形分析 -第一个也是唯一一个专门用于学术研究和引文分析的NetworkX MCP服务器。

![CI](https://github.com/Bright-L01/networkx-mcp-server/actions/workflows/ci.yml) ![Release](https://github.com/Bright-L01/networkx-mcp-server/actions/workflows/release.yml) ![Security](https://github.com/Bright-L01/networkx-mcp-server/actions/workflows/security.yml) ](https://github.com/Bright-L01/networkx-mcp-server/actions/workflows/docker-build.yml) ![PyPI](https://pypi.org/project/networkx-mcp-server/) ![Python](https://www.python.org/downloads/) ![NetworkX](https://networkx.org/) ![MCP](https://modelcontextprotocol.io/) ![License: MIT](https://opensource.org/licenses/MIT) ![Academic](https://crossref.org/)

🎓 这是什么？

NetworkX MCP服务器使大型语言模型（如Claude）能够执行复杂的 学术研究与引文分析 直接在对话中。专为需要分析引文网络、计算作者影响力指标和发现文献模式的研究人员、学者和学生而设计。

停止在VOSviewer、CitNetExplorer和手动分析之间切换。在你的人工智能对话中开始做学术研究。

🎯 主要特点

🔬 学术研究工具

引文网络分析：使用CrossRef API从DOI建立引用网络
作者影响力指标：计算h指数、总引用次数和学术影响力
文学发现：基于引文模式的自动论文推荐
协作分析：绘制合著网络图，确定关键研究人员
研究趋势检测：分析随时间推移的出版和引用趋势

📊 核心图操作

43图形工具：从基本操作到PageRank等高级算法
BibTeX导出：以学术标准BibTeX格式导出引文网络
交叉引用集成：通过DOI决议访问1.56亿多篇学术论文
可视化：生成可发布的网络可视化
首创：唯一专注于学术的NetworkX MCP服务器

🌟 为什么选择NetworkX MCP服务器进行学术研究？

专为研究人员打造：专为学术工作流程和引文分析而设计
实时文学发现：立即查找相关论文和合作机会
可重复性研究：基于Python、版本控制和可共享的分析工作流
学术数据集成：直接访问CrossRef的1.56亿多篇论文数据库
无企业复杂性：专注于研究，而不是IT基础设施
成本有效：免费替代昂贵的商业引文分析工具

📦 安装

pip install networkx-mcp-server

🚀 快速开始

1.安装服务器

pip install networkx-mcp-server

2.配置克劳德桌面

添加到您的 claude_desktop_config.json:

MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json 视窗: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "networkx": {
      "command": "python",
      "args": ["-m", "networkx_mcp"]
    }
  }
}

3.重新启动克劳德桌面

NetworkX工具现在将在您的对话中可用！

🧪 测试它是否有效

问Claude：“创建一个名为‘test’的图，添加节点1、2、3，节点之间有边，然后找到从1到3的最短路径”

📊 可用操作

🔬 学术研究职能

resolve_doi -使用CrossRef API解析DOI以发布元数据
build_citation_network -从种子DOI构建引文网络
analyze_author_impact -计算作者的h指数和影响指标
find_collaboration_patterns -分析合著网络
detect_research_trends -识别随时间推移的出版和引用趋势
recommend_papers -根据引用模式获取论文推荐
export_bibtex -以BibTeX格式导出引文网络

📊 核心图操作

create_graph -创建有向或无向图
add_nodes / remove_nodes -添加或删除节点
add_edges / remove_edges -添加或删除边
get_info -获取基本图形统计信息
list_graphs -列出所有存储的图形
delete_graph -从存储中删除图形
shortest_path -在节点之间找到最佳路径
get_neighbors -获取节点的所有邻居
set_node_attributes / get_node_attributes -管理节点元数据
set_edge_attributes / get_edge_attributes -管理边权重和元数据

🔍 分析操作

degree_centrality -查找连接最多的节点
betweenness_centrality -识别桥接器和关键连接器
centrality_measures -同时使用多个中心性指标
pagerank -谷歌用于节点重要性的PageRank算法
connected_components -查找孤立的子图
community_detection -发现自然分组
clustering_coefficients -测量局部聚类
graph_statistics -综合图形统计
minimum_spanning_tree -查找最小生成树
cycles_detection -检测图表中的循环
graph_coloring -贪婪的顶点着色
matching -最大重量匹配
maximum_flow -有向图中的最大流量
topological_sort -DAGs的拓扑排序
subgraph -提取诱导子图作为新图
merge_graphs -将两个图形组合成一个

🎨 可视化和I/O

visualize_graph -使用多种布局创建PNG可视化
import_csv -从边列表加载图形
export_json -以标准格式导出图形

学术研究实例

Human: Analyze citation patterns for the paper "Attention Is All You Need"

Claude: I'll help you analyze citation patterns for that influential paper.

[Resolves DOI: 10.5555/3295222.3295349]
Found paper: "Attention Is All You Need" by Vaswani et al. (2017)
Citations: 82,892 | Journal: NIPS

[Builds citation network from seed DOI]
Built citation network with 847 nodes and 2,341 edges from 2-hop analysis

[Analyzes author impact]
Ashish Vaswani: h-index 45, total citations 127,436
Most impactful paper: "Attention Is All You Need" (82,892 citations)

[Finds collaboration patterns]
Key collaborators: Noam Shazeer (Google), Niki Parmar (Google)
Research cluster: Google Brain team with 47 collaborations

[Detects research trends]
Trend: MASSIVE INCREASE in attention mechanism research post-2017
2017: 12 papers → 2023: 3,847 papers (320x growth)

[Recommends related papers]
Top recommendations based on co-citation patterns:
1. "BERT: Pre-training of Deep Bidirectional Transformers" (2018)
2. "GPT-2: Language Models are Unsupervised Multitask Learners" (2019)
3. "RoBERTa: A Robustly Optimized BERT Pretraining Approach" (2019)

[Exports BibTeX]
Generated BibTeX file with 847 entries ready for LaTeX integration

🎓 学术用例

1.文献综述和荟萃分析

自动扩展关键论文的引文网络
确定研究差距和新趋势
计算整个领域的影响指标
生成全面的BibTeX数据库

2.协作网络分析

绘制机构内部和跨机构的研究合作图
确定关键研究人员和潜在合作者
分析跨学科联系
研究社区演变

3.引文模式分析

通过引文网络跟踪知识传播
识别有影响力的论文和突破性研究
分析引文偏倚和自引模式
研究地理和机构引用模式

4.研究趋势检测

确定新兴研究领域和热点
分析出版物数量和引用趋势
跟踪从出现到成熟的研究生命周期
预测未来的研究方向

5.学术影响评估

计算全面的作者影响力指标
比较不同职业阶段的研究人员
分析期刊和会议的影响模式
研究引用半衰期和研究寿命

📈 演出

记忆：~70MB（包括Python、NetworkX和可视化）
图形大小：测试了多达10000个节点
运营：以毫秒为单位完成最多
可视化：复杂图形需要1-2秒

🛠️ 发展

从源头运行

# Clone the repository
git clone https://github.com/Bright-L01/networkx-mcp-server
cd networkx-mcp-server

# Install dependencies
pip install -e ".[dev]"

# Run the server
python -m networkx_mcp

运行测试

pytest tests/working/

📚 文档

API 参考 -详细操作说明
贡献 -如何做出贡献

🤝 贡献

我们欢迎捐款！这是第一个NetworkX MCP服务器，还有很大的改进空间：

添加更多图形算法
改进可视化选项
添加图形文件格式支持
优化性能
写更多的例子

📄 许可证

MIT许可证-请参阅许可证了解详情。

🙏 致谢

网络X -为该服务器提供动力的惊人图形库
Anthropic -用于创建模型上下文协议
MCP社区-灵感和例子

______________________________________________________________________

建于❤️ 面向人工智能和图形分析社区

目录标签

学术研究PythonClaude本地部署图分析引用网络文献发现作者影响力

支持客户端

Claude

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

none

工具数量（toolCount，工具数）

40

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

MCP World

mcpworld.com

/detail/1cb1c4a0d516a677991d6fb8d4945272

NetworkX MCP Server是一款专为学术研究设计的图分析服务器，提供引用网络分析、作者影响力计算和文献发现等功能。

继续浏览同类 MCP

更多运维云端 MCP（13,854）返回 MCP 目录

上一个 MCP

Networkx MCP

一个基于NetworkX的图分析工具服务器，提供高效的图数据处理和分析功能，适用于需要图结构数据操作的场景。

下一个 MCP

Neuralops Incident IQ

NeuralOps-Incident-IQ是一个基于AI的运维和事件管理平台，通过Model Context Protocol (MCP)自动关联基础设施错误、代码变更和团队通讯，进行智能根因分析，适用于复杂的IT运维环境。

Networkx MCP Server

快速接入

详细介绍

NetworkX MCP服务器

🎓 这是什么？

🎯 主要特点

🔬 学术研究工具

📊 核心图操作

🌟 为什么选择NetworkX MCP服务器进行学术研究？

📦 安装

🚀 快速开始

1.安装服务器

2.配置克劳德桌面

3.重新启动克劳德桌面

🧪 测试它是否有效

📊 可用操作

🔬 学术研究职能

📊 核心图操作

🔍 分析操作

🎨 可视化和I/O

学术研究实例

🎓 学术用例

1.文献综述和荟萃分析

2.协作网络分析

3.引文模式分析

4.研究趋势检测

5.学术影响评估

📈 演出

🛠️ 发展

从源头运行

运行测试

📚 文档

🤝 贡献

📄 许可证

🙏 致谢

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP