$ loading_
帮助用户搜索、阅读并总结 arXiv 论文，快速获取研究要点
该工具材料显示其为本地运行、开源的 arXiv 检索/阅读 MCP 服务，未声明需要密钥，也未见明显越权或恶意红旗。主要注意点在于其作为本地 MCP 进程的固有代码执行能力，以及文档缺失、社区采用度低带来的供应链不确定性。
材料明确标注“无”密钥/环境变量，未见要求 API token、账户凭证或其他敏感认证信息，因此凭证泄露与滥用风险较低。
其功能宣称包含搜索和读取 arXiv 论文，这通常意味着会向 arXiv 或相关学术资源发起网络请求；但材料未列出具体远程端点，网络外发范围与数据流向披露不足。未见将数据发送到明显无关第三方的明确红旗。
系统检查项已标注 executes-code，说明该工具会作为本地 MCP 服务运行并具备执行代码/起进程能力。这属于此类工具的常规能力，当前材料未显示超出声明用途的高权限操作或可疑执行链。
描述仅涉及论文搜索、获取与摘要，未声明需要读取本地敏感目录、写入系统位置或访问额外资源。基于现有材料，未见明显过度数据访问授权；但 README 缺失使具体访问边界仍不够透明。
存在可审计的开源仓库，这是一项降低风险的正面因素；但其来源为第三方注册表，仓库无许可证声明、社区采用度为 0 star、维护状态未知，且 README 缺失，整体供应链可信度一般，建议先做源码与依赖复核。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"paper-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请帮我搜索近一年关于大语言模型推理优化的 arXiv 论文，筛选出最相关的 10 篇，并给出标题、作者、发布时间和一句话摘要。
返回相关论文清单，包含关键信息与简要主题概述。
请打开这篇 arXiv 论文并总结其研究问题、方法、实验结果、主要贡献和局限性，最后用 5 条要点输出。
输出结构化论文摘要，便于快速理解核心内容。
请对比这 3 篇关于检索增强生成的 arXiv 论文，从任务目标、模型方法、数据集、评测指标和优缺点五个方面整理成表格。
生成多论文对比表，突出方法差异与适用场景。
连接 arXiv 论文库，帮助搜索、获取并分析学术研究论文。