Cómo agregar servidores MCP a Claude Code para investigación académica (guía 2026)
Configura PapersFlow MCP en Claude Code para buscar entre más de 474 millones de artículos, verificar citas y realizar investigación profunda, todo desde tu terminal. Instalación con un solo comando, sin necesidad de API key.
Ejecuta `claude mcp add papersflow --transport streamable-http https://doxa.papersflow.ai/mcp` en tu terminal. Eso es todo: Claude Code ahora puede buscar entre más de 474 millones de artículos académicos, verificar citas, recorrer grafos de citación y realizar revisiones sistemáticas de la literatura mediante el servidor MCP de PapersFlow.
Cómo agregar servidores MCP a Claude Code para investigación académica
TL;DR: Un solo comando le da a Claude Code acceso a más de 474 millones de artículos académicos, verificación de citas y revisiones sistemáticas de la literatura. No se requiere API key para las herramientas públicas.
Claude Code ya es uno de los asistentes de programación más potentes disponibles. Pero cuando se trata de investigación académica —buscar artículos, verificar citas, recorrer redes de citación— necesita herramientas externas.
Eso es exactamente lo que proporcionan los servidores Model Context Protocol (MCP). Y para investigación, PapersFlow MCP convierte a Claude Code en un asistente de investigación de extremo a extremo.
Leer a continuación
- Explora más sobre claude-code
- Explora más sobre mcp
- Explora más sobre mcp-server
- Explora más sobre claude-code-mcp
- Explora más sobre claude-code-mcp-server
- Explora más sobre best-mcp-servers-for-claude-code
Artículos relacionados
Explorar PapersFlow
Frequently Asked Questions
- ¿Qué es un servidor MCP en Claude Code?
- MCP (Model Context Protocol) es un estándar abierto que permite a clientes de IA como Claude Code conectarse a fuentes de datos y herramientas externas. Un servidor MCP expone capacidades —como la búsqueda de artículos académicos— que Claude Code puede usar durante las conversaciones. Piensa en ello como un sistema de plugins para asistentes de IA.
- ¿Cómo agrego un servidor MCP a Claude Code?
- Ejecuta `claude mcp add <name> --transport streamable-http <url>` en tu terminal. Para las herramientas de investigación de PapersFlow: `claude mcp add papersflow --transport streamable-http https://doxa.papersflow.ai/mcp`. Claude Code detectará y utilizará automáticamente las herramientas disponibles.
- ¿Cuáles son los mejores servidores MCP para Claude Code?
- Para investigación académica, PapersFlow MCP da a Claude Code acceso a más de 474 millones de artículos a través de OpenAlex y Semantic Scholar, verificación de citas, recorrido de grafos y flujos de investigación profunda. Otros servidores MCP populares incluyen acceso al sistema de archivos, integración con GitHub y conectores de bases de datos.
- ¿PapersFlow MCP es gratis para usar con Claude Code?
- Sí. Hay 8 herramientas públicas gratuitas sin API key: search_literature, verify_citation, get_citation_graph, find_related_papers, expand_citation_graph, search, fetch y get_paper_neighbors. Las herramientas autenticadas (summarize_evidence, run_deepscan, run_python_plot) requieren una cuenta de PapersFlow.
- ¿Claude Code puede buscar artículos académicos sin MCP?
- Claude Code puede navegar por la web, pero no tiene acceso estructurado a bases de datos académicas. Sin un servidor MCP como PapersFlow, no puede buscar en los 474 millones de artículos de OpenAlex, verificar la precisión de las citas ni recorrer grafos de citación. MCP le aporta capacidades de investigación específicas del dominio.
- ¿MCP también funciona con Claude Desktop?
- Sí. El mismo servidor PapersFlow MCP funciona con Claude Desktop, Claude Code y Claude.ai Cowork. PapersFlow ya presentó su solicitud para convertirse en un conector nativo de aplicaciones en Claude Desktop y Claude.ai.
- ¿Cuántas herramientas expone PapersFlow MCP?
- 14 herramientas en total: 8 públicas (búsqueda, verificación de citas, recorrido de grafos, vecinos de artículos) y 6 autenticadas (síntesis de evidencia, revisiones sistemáticas mediante DeepScan, seguimiento de estado, snapshots en vivo, recuperación de informes y gráficos en Python).