基因美学增强MCP服务

通过确定性密码子到氨基酸再到视觉参数的映射,实现图像生成的基因美学增强服务。

  • by dmarsters
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 dmarsters/genetic-aesthetic-mcp

使用说明

遗传美学增强MCP服务器

确定性密码子→氨基酸→用于图像生成的视觉参数映射。

特性

  • 序列解析:DNA/RNA到密码子三联体
  • 翻译:氨基酸特性密码
  • 可视化映射:化学性质与美学参数
  • 模式提取:节奏模式(GC、电荷、结构、大小)
  • LLM成本为零:纯确定性生物化学查找

安装

pip install -e ".[dev]"

局部测试

python -m genetic_aesthetic_mcp

运行测试

./tests/run_tests.sh

工具

  1. parse_genetic_sequence -将DNA/RNA解析为密码子
  2. translate_codons_to_amino_acids -转换为AA属性
  3. amino_acid_to_visual_vocabulary -将属性映射到美学
  4. generate_codon_pattern_motif -提取成分模式
  5. list_genetic_vocabulary -显示所有映射类别
  6. compare_genetic_sequences -比较两个序列

部署

fastmcp deploy src/genetic_aesthetic_mcp/server.py:mcp

建筑

第0层:序列解析(DNA/RNA验证、密码子拆分) 层1:翻译(遗传密码查找-确定性) 层2:属性映射(氨基酸标度-确定性) 层3:视觉词汇(化学→审美确定性) 第4层:Claude综合(单次LLM调用)

成本节约:与纯LLM方法相比,代币减少约85%

氨基酸性质

  • 疏水性:凯特-杜利特尔量表(-4.5至+4.5)
  • 分子体积:尺寸(60至228)
  • 充电:pH值为7.4(-1、0、+1)
  • 结构偏好:螺旋/片材/转弯倾向
  • 芳香烃含量:环路系统复杂性