本文面向非计算机专业的科研人员和研究生，配置过程不需要任何编程基础，全程图形界面。

---

一、先理清 模型、MCP、对话界面 三个东西的关系

这是绝大多数人卡住的地方，说清楚了后面就都顺了。

很多人第一反应是：打开 DeepSeek 官网，找 MCP 在哪里设置。找不到的——不是你的问题。

需要区分三样东西：

	是什么	举例
模型	负责思考和写作的”大脑”	DeepSeek、通义千问、智谱 GLM、Kimi
客户端	你用来跟模型对话的软件界面	Cherry Studio、Chatbox、Claude Desktop
MCP 服务	给模型接上的”外部工具”	本文的期刊数据服务

关键点：MCP 是客户端的能力，不是模型的能力。

DeepSeek 的官方网页版和手机 App 是”模型 + 官方客户端”的固定组合，官方客户端不开放 MCP 配置入口，所以你在里面找不到。你需要换一个支持 MCP 的客户端，在里面填入 DeepSeek 的 API Key 来调用模型——模型还是 DeepSeek，只是换了个”驾驶舱”。

打个比方：模型是发动机，客户端是车，MCP 服务是你往车上装的行车记录仪。发动机厂不管你装什么设备，得看车支不支持。

想清楚这层关系，剩下的就是三步配置。

---

二、准备工作：三样东西

1. 一个支持 MCP 的客户端

推荐 Cherry Studio ——国产、免费、开源，Windows / macOS / Linux 都有，图形界面，中文，是目前国内用得最多的选择。

备选：Chatbox ，配置逻辑一样。

2. 一个模型的 API Key

在 Cherry Studio 里填入即可，任选其一：

• DeepSeek：价格便宜，工具调用能力够用
• 通义千问：阿里云百炼平台
• 智谱 GLM

这些平台注册后一般都有免费额度，日常查期刊的用量花不了多少钱。

在 Cherry Studio 中：左下角设置 → 模型服务 → 选择对应厂商 → 粘贴 API Key → 点”检查”通过后开启。再到默认模型里选中它。

提示：MCP 是靠模型”主动决定调用工具”来工作的，所以模型的工具调用能力有影响。DeepSeek、通义千问、GLM 的主力模型都能胜任；过小的模型可能出现”该调用时不调用”的情况。

3. 期刊开放平台 API Key

登录文献泡泡网站，进入「用户中心 → 我的API」生成，格式是 pp_ 开头的一串字符。

---

三、配置：Cherry Studio 三步接入

打开 Cherry Studio，左下角设置 → MCP 服务器 → 添加服务器，

填三项：

• 类型：选择 Streamable HTTP（可流式传输的 HTTP）
• URL：https://api.byteslink.cn/journals/mcp
• 请求头：X-API-Key=pp_xxxxxxxx（换成你自己的 Key）

保存，开启服务。点进服务详情的「工具」，能看到两个工具就说明成功了：

工具	功能
query_impact_factors	批量查询影响因子（JIF / 五年 JIF）、JCR 分区、中科院分区
check_warnings	检查是否在中科院《国际期刊预警名单》（2025 版）中

关于那个劝退了很多人的”坑”，这里可以跳过：

网上的 Cherry Studio MCP 教程里，最容易失败的一步是安装 uv 和 Bun 运行环境——从 GitHub 下载，国内网速下经常装不上，很多人卡在这里就放弃了。

我们的服务不需要这一步。 因为期刊数据 MCP 是远程服务，跑在我们的服务器上，你的电脑只是通过 HTTPS 发个请求，本地不运行任何东西。所以：不用装 Node.js，不用装 Python，不用装 uv / Bun，填个网址和 Key 就完事了。

如果你的 Cherry Studio 里 MCP 页面右上角有个红色警告说环境缺失——只要你只用文献泡泡这个远程服务，忽略它即可，不影响使用。

如果你用 Chatbox

设置 → MCP → 添加服务器，同样选 Streamable HTTP 类型，填入相同的 URL 和请求头。

如果你用 Claude Desktop / Claude Code

这两个客户端也支持，配置方式见文献泡泡的官方文档（Claude Code 只需一行命令）。因为需要 Node.js 环境或命令行操作，这里不展开，非技术读者建议直接用 Cherry Studio。

---

四、怎么用：对话即查询

还差一步～ 回到对话界面，验证是否工作.

注意： Cherry Studio 的对话框默认是关闭 MCP 调用的，记得打开它（如果自动不能识别，请手动勾选刚添加的期刊数据MCP）。

然后正常提问就行。几个真实场景：

选刊筛选

我做的是有机化学方向，备选期刊有 J Med Chem、Org Lett、Chem Commun、Tetrahedron Lett……（列出 20 本） 帮我查影响因子和中科院分区，按中科院分区从高到低排序，做成表格，预警名单里的单独标出来。

投稿前安全检查

CONNECTION SCIENCE 这本刊在预警名单里吗？如果在，帮我推荐几本同方向不在名单里的替代期刊。

综述参考文献核查

这是我综述里引用的期刊列表（粘贴），帮我逐一检查有没有预警期刊，有的话告诉我是哪几本。

读文献时随手一问

Nature Communications 和 Science Advances 哪个中科院分区更高？

真正的价值在最后一步：查询结果直接进入 AI 的上下文。它不是给你一个网页让你自己看，而是把数据握在手里，可以继续排序、筛选、比较、写进你正在起草的投稿信里。这是”打开网页查”和”让 AI 查”的本质区别。

---

五、使用额度限制

• 每天100次免费查询，一次请求算 1 次，不管你一次查 1 本还是 20 本刊（单次上限 20 本），应对每天日常的个人使用免费额度基本够用了。
• 如果你打算开发一个小工具分享给大家使用，可以按需充值购买更多配额。

---

六、数据来源与边界

这部分我们不含糊其辞，如实说明：

• JCR 影响因子 / 分区数据来源于互联网公开信息整理，已更新至 2026 年 6 月 17 日的最新版本。
• 预警名单由中国科学院文献情报中心发布，采用 2025 版，收录 130 余种期刊。
• 7月份还上线了新的掠夺性期刊数据集 (～2800种)，从更多来源进行预警提示。

另外两个常见疑问：

Q：我的 API Key 会被 AI 模型看到吗？ 不会。Key 只存在于你本地的客户端配置中，随请求头发送到我们的服务器，不会进入对话内容，也不会传给模型厂商。

Q：期刊名要写全称吗？ 不用。服务端会做规范化匹配：大小写不敏感，忽略开头的 The/A/An，& 与 AND 等价，支持常见缩写（如 J Med Chem 自动映射到全称）。没匹配上会明确返回”未收录”，不会瞎猜。

---

七、如果你会写代码

MCP 是给”在对话里查”用的。如果你想做 Zotero 插件、自动化脚本，或者把期刊数据接进自己的工作流，请用 REST API——两个 HTTP 接口，返回结构与 MCP 完全一致，共用同一套 Key 和额度。

文档里提供了 curl、Python、Zotero 插件、OpenClaw Skill 的完整代码示例，还有在线测试 Playground 可以直接试。

两者随意组合，额度通用。

---

十分钟的配置，换回每次选刊省下的一小时。 有问题欢迎在评论区留言。