AI导哈

医学文献检索工具

一个高级的模型内容协议（MCP）服务器，提供从PubMed数据库搜索、分析和检索学术医学论文的工具。

  • by FelixWu1110
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 felixwu1110/pubmed_mcp

使用说明

医学文献研究工具

一种先进的模型内容协议（MCP）服务器，提供从PubMed数据库中搜索、分析和检索学术医学论文的工具。

特性

  • 使用主题和研究人员姓名搜索医学文献
  • 使用结构化元数据检索全面的发布详细信息
  • 为出版物生成格式化引文
  • 分析研究人员发表的统计数据和模式
  • 具有重试机制的高级错误处理
  • 详细的性能指标

安装

  1. 克隆此存储库：

    git clone <repository-url>
cd medical-literature-tool

  2. 安装依赖项：

    pip install -r requirements.txt

  3. 创建一个 .env 如果需要配置，请将文件放在项目根目录中

用法

  1. 启动服务器：

    mcp run pubmed_server.py

    开发模式：

    mcp dev pubmed_server.py

  2. 或者将服务器添加到MCP客户端配置中。

API工具

1.查找文章

搜索与指定主题和研究人员匹配的医学文献。

参数：

  • topics （List[str]）：在标题和摘要中搜索的医学主题或关键字
  • researchers （List[str]）：要搜索的研究人员/作者姓名
  • result_limit （int）：返回的最大结果数（默认值：15）

退货：

  • 包含搜索结果、元数据和性能指标的词典

2.获取出版物详细信息

检索特定出版物的全面详细信息，包括格式化的引用。

参数：

  • article_id （str）：要检索的文章的PubMed ID

退货：

  • 包含详细文章元数据和引文的词典

3.物品统计

分析特定研究人员的发表模式。

参数：

  • researcher （str）：要分析的研究人员/作者的姓名

退货：

  • 包含出版统计数据的词典，包括总计数、顶级期刊和出版年份

技术实现

服务器采用稳健的架构构建：

  • 面向对象设计：使用类来更好地组织代码
  • 高级错误处理：API可靠性的请求重试机制
  • 性能监控：搜索操作的时间和指标
  • 增强的数据结构：具有丰富元数据的嵌套JSON响应
  • 记录系统：具有详细错误跟踪的旋转日志
  • 模块化组件：查询构建、API请求和数据解析之间的关注点分离

相关 MCP