# Strata-MCP：基于模型上下文协议的学术研究引擎，实现本地化论文管理与智能分析

> Strata-MCP是一个独立的MCP服务器，为学术研究提供本地化解决方案，通过SQLite+FTS5实现论文存储与全文搜索，结合Claude Code进行文献综述、差距分析和草稿撰写，无需远程LLM或API密钥。

- 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm)
- 发布时间: 2026-05-10T14:40:39.000Z
- 最近活动: 2026-05-10T14:54:06.664Z
- 热度: 150.8
- 关键词: MCP, 学术研究, 文献管理, SQLite, Claude Code, 本地化, 论文分析, 研究工作流
- 页面链接: https://www.zingnex.cn/forum/thread/strata-mcp
- Canonical: https://www.zingnex.cn/forum/thread/strata-mcp
- Markdown 来源: ingested_event

---

## 学术研究的工具困境：从分散到统一

学术研究者在文献管理、笔记整理、差距分析和论文撰写过程中，往往需要依赖多种分散的工具：Zotero或Mendeley管理文献，Notion或Obsidian记录笔记，Google Scholar搜索论文，Overleaf撰写文档。这种工具碎片化不仅增加了认知负担，还导致知识在不同系统间的割裂，难以形成连贯的研究工作流。

更深层的问题在于，现有解决方案通常要求研究者将数据托管在云端服务，或依赖远程API进行智能分析。这不仅带来隐私和合规风险，还意味着持续的服务依赖和潜在的成本累积。对于处理敏感研究数据或处于网络受限环境的学者而言，这些限制构成了实质性的障碍。

## Strata-MCP的核心理念：本地化优先与协议驱动

Strata-MCP项目提出了一种不同的思路：构建一个完全本地化的学术研究引擎，以模型上下文协议（Model Context Protocol，MCP）作为与AI助手交互的标准接口。这一设计的核心优势在于：

**完全本地化**：所有数据存储在项目目录下的`.strata/strata.db` SQLite数据库中，配合FTS5全文搜索引擎。无需外部数据库服务，无需网络连接即可访问核心功能。

**零API依赖**：智能分析功能通过与Claude Code的集成实现，利用Claude的推理能力进行文献综述、差距分析和草稿撰写。批量机械工作（如多轮论文分析）由Haiku子代理并行处理，无需单独的API密钥。

**协议标准化**：作为MCP服务器，Strata遵循Anthropic定义的模型上下文协议，这使得它可以与任何支持MCP的AI助手协同工作，而不仅限于特定厂商的解决方案。

## 架构设计：六边形架构与领域驱动

Strata-MCP采用六边形架构（Hexagonal Architecture，又称端口-适配器模式），将领域逻辑与技术实现解耦：

**核心领域层**（`src/strata_mcp/core/`）定义了实体、端口和工作流阶段。领域逻辑仅依赖于`core/ports.py`中定义的抽象接口，不直接依赖任何具体实现。

**适配器层**（`src/strata_mcp/adapters/`）提供了端口的具体实现，包括：
- `sqlite_storage.py`：SQLite存储+FTS5全文搜索实现
- `arxiv.py`：arXiv论文获取适配器
- `semantic_scholar.py`：Semantic Scholar搜索适配器
- `pdf_extractor.py`：PDF文本提取适配器
- `web_scraper.py`：网页内容抓取适配器
- `github_repo.py`：GitHub代码仓库分析适配器

这种架构设计的优势在于可替换性。如果需要从SQLite迁移到PostgreSQL，只需替换`sqlite_storage.py`适配器，领域代码无需任何修改。如果需要添加PubMed或bioRxiv作为新的论文来源，只需实现新的`IPaperSource`接口即可。

## 双轮分析工作流：从粗读到精读

Strata定义了一个结构化的论文分析工作流，将传统的文献阅读过程分解为两轮递进分析：

**第一轮（Round 1）**是快速筛选阶段，由Haiku子代理并行处理。每篇论文在此阶段接受基础元数据提取（标题、作者、年份、期刊/会议）、摘要总结、关键词识别和相关性评分。这一阶段的目的是快速建立对文献库的整体认知，识别出值得深入阅读的核心论文。

**第二轮（Round 2）**是深度分析阶段，由Claude Code主导。在第一轮筛选出的高相关性论文进入此阶段，接受更细致的分析：研究方法评估、实验设计审查、结果解读、与现有工作的比较，以及潜在的研究差距识别。

两轮分析的结果都存储在本地SQLite数据库中，形成可搜索、可关联的结构化知识库。这种设计使得研究者可以随时回顾之前的分析结论，而不必重新阅读原始论文。

## 研究阶段工作流：从设置到导出

Strata将学术研究过程建模为一系列离散的阶段，类似于项目管理中的工作流：

**设置阶段**初始化项目结构，创建`.strata`目录和数据库模式，配置可选的环境变量。

**图书馆阶段**是文献收集期，通过arXiv、Semantic Scholar、DOI解析或PDF导入等方式将论文纳入管理。每篇论文在此阶段完成第一轮分析。

**相关性阶段**对收集的文献进行排序和筛选，识别出与研究主题最相关的核心论文集合。

**差距分析阶段**是研究设计的关键环节。Claude Code在此阶段分析现有文献的覆盖范围，识别研究空白和潜在贡献点，为研究问题的确立提供依据。

**侦察阶段**主动搜索可能遗漏的相关工作，通过arXiv和Semantic Scholar的定期扫描发现新发表的论文。

**文献综述阶段**基于已分析的论文生成结构化的文献综述章节，Claude Code负责综合多源信息并生成连贯的学术文本。

**草稿阶段**支持分节撰写，从大纲到完整段落的渐进式写作。

**质量保证阶段**进行引用检查、事实核查和一致性审查。

**导出阶段**将完成的内容转换为目标格式（LaTeX、Markdown等），支持多种学术模板（LNCS、IEEE、ACM等）。

**迭代阶段**支持基于反馈的修订和完善。

## 与Apex的渊源：技能与命令的复用

Strata-MCP的设计明显受到Apex项目的启发。Apex是另一个基于MCP的代码理解工具，同样采用SQLite本地存储、技能文件（SKILL.md）和斜杠命令（slash command）的交互模式。

Strata复用了Apex的架构模式：MCP服务器作为数据层和工具层，技能文件教授AI助手如何执行特定任务，斜杠命令提供结构化的工作流入口。这种设计使得熟悉Apex的用户可以快速上手Strata，同时也为两个项目之间的协同留下了空间。

关键区别在于领域焦点：Apex专注于代码库的理解和导航，而Strata专注于学术论文的管理和分析。两者可以互补使用——研究者可以使用Apex理解开源实现，使用Strata管理相关文献，通过Claude Code在两者之间建立联系。

## 当前状态与路线图

根据项目文档，Strata-MCP目前处于早期开发阶段。架构设计、数据模型、边界案例和项目布局已经完成，但核心实现仍在进行中（第6阶段及以后）。这意味着项目尚未达到生产可用状态，但基础框架已经确立。

已完成的组件包括：
- MCP服务器入口点（`server.py`）
- 核心领域模型和端口定义
- SQLite存储适配器的基础实现
- 安装脚本（`install.sh`）
- 技能文件和斜杠命令模板
- 学术论文模板（LNCS、IEEE、ACM等）

正在进行的工作包括：
- arXiv和Semantic Scholar搜索功能的完整实现
- PDF文本提取和解析
- 双轮分析工作流的自动化
- 差距分析算法的开发
- 侦察功能的定期扫描机制

## 使用场景与目标用户

Strata-MCP最适合以下使用场景：

**独立研究者**：需要管理大量文献但不愿依赖商业服务的个人研究者，特别是关注数据隐私和长期可访问性的学者。

**离线环境研究**：在无法稳定访问互联网或云服务受限的环境中工作的研究者，如某些企业实验室或特定地区的学术机构。

**敏感数据处理**：处理涉及商业机密、医疗数据或其他敏感信息的研究项目，需要完全本地化的数据存储。

**长期项目**：持续时间较长、需要跨越多年维护文献库的研究项目，本地SQLite文件比云服务更具持久性保障。

**预算受限场景**：无法承担持续API调用费用的学生研究者或小型研究团队。

## 技术栈与依赖

Strata-MCP的技术栈选择反映了其本地化优先的设计理念：

**Python 3.x**：核心实现语言，利用其丰富的学术计算生态。

**SQLite + FTS5**：轻量级嵌入式数据库，FTS5扩展提供全文搜索能力，无需单独的数据库服务器。

**MCP协议**：与AI助手的标准通信接口，确保与Claude Code等工具的互操作性。

**Haiku子代理**：Anthropic提供的轻量级模型，用于并行处理批量任务，已包含在Claude订阅中。

项目明确声明没有必需的外部服务依赖，也没有必需的API密钥。所有功能要么完全本地运行，要么通过Claude Code的订阅服务提供。

## 开源贡献与社区建设

Strata-MCP采用MIT许可证开源发布，欢迎社区贡献。贡献范围包括错误报告、功能建议、文档改进和代码提交。项目维护者强调友善和善意的交流准则，这与开源社区的健康发展文化一致。

对于希望参与贡献的开发者，项目提供了`CONTRIBUTING.md`文件作为指南。由于项目尚处于早期阶段，现在参与有机会对架构方向产生实质性影响。