使用说明

NIH报告MCP服务器

模型上下文协议（MCP）服务器，提供对NIH Reporter API的程序访问，用于搜索和检索NIH资助的研究项目的信息。

概述

此MCP服务器允许AI助手和其他MCP客户端搜索和检索有关NIH资助的研究资助的详细信息，包括：

项目详情和资金信息
主要研究者信息
组织详细信息
项目摘要和公共卫生相关性
奖励金额和日期
研究部分和审查信息

特性

可用工具

搜索_项目 -使用多个标准搜索NIH项目：
- 财政年度
- 美国国立卫生研究院/中心（IC代码）
- 活动代码（R01、P01等）
- 组织名称
- 主要研究者姓名
- 项目编号
- 奖励金额范围
- 日期范围
- 标题/摘要中的关键字
get_project_details -按项目编号或应用程序ID获取特定项目的全面详细信息
search_recent_awards -在指定天数内查找最近授予的项目
搜索_调查员 -由特定首席研究员搜索所有项目
获取_支出_类别 -获取有关NIH支出类别的信息

先决条件

已安装Docker和Docker Compose
对MCP（模型上下文协议）的基本理解

快速开始

1.构建Docker镜像

docker-compose build

2.运行服务器

docker-compose up

服务器将启动并通过stdin/stdout监听MCP请求。

3.替代方案：仅使用Docker构建和运行

# Build the image
docker build -t nih-reporter-mcp .

# Run the container
docker run -i nih-reporter-mcp

Claude桌面配置

要将此MCP服务器与Claude Desktop一起使用，请将其添加到您的Claude配置文件中：

在macOS/Linux上： ~/Library/Application Support/Claude/claude_desktop_config.json

在Windows上： %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "nih-reporter": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "nih-reporter-mcp"]
    }
  }
}

添加此配置后，重新启动Claude Desktop。

使用示例

一旦连接到MCP客户端（如Claude Desktop），您就可以使用自然语言与NIH Reporter API进行交互：

示例1：搜索最近的癌症研究

"Find recent NIH cancer research projects from the National Cancer Institute awarded in 2025"

这将使用 search_projects 工具包括：

机构：[“NCI”]
财政年度：[2025]

示例2：按调查员查找项目

"Show me all NIH projects where John Smith is the principal investigator"

这将使用 search_by_investigator 工具。

示例3：获取项目详细信息

"Get detailed information about project R01CA123456"

这将使用 get_project_details 工具。

示例4：搜索最近的奖项

"What are the newest NIH awards from the last 7 days?"

这将使用 search_recent_awards 工具。

与Azure OpenAI响应API一起使用

您可以使用函数调用将此MCP服务器与Azure OpenAI的Responses API集成。以下是展示如何用不同语言定义工具的片段：

python

from openai import AzureOpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

# Configure Azure AD authentication
token_provider = get_bearer_token_provider(
    DefaultAzureCredential(),
    "https://cognitiveservices.azure.com/.default"
)

client = AzureOpenAI(
    base_url="https://YOUR-RESOURCE-NAME.openai.azure.com/openai/v1/",
    azure_ad_token_provider=token_provider,
    api_version="preview"
)

# Define NIH Reporter search tool
tools = [
    {
        "type": "function",
        "function": {
            "name": "search_projects",
            "description": "Search for NIH-funded research projects using multiple criteria including fiscal years, agencies, activity codes, and keywords",
            "parameters": {
                "type": "object",
                "properties": {
                    "fiscal_years": {
                        "type": "array",
                        "items": {"type": "integer"},
                        "description": "Fiscal years to search (e.g., [2024, 2025])"
                    },
                    "agencies": {
                        "type": "array",
                        "items": {"type": "string"},
                        "description": "NIH Institute/Center codes (e.g., ['NCI', 'NHLBI'])"
                    },
                    "activity_codes": {
                        "type": "array",
                        "items": {"type": "string"},
                        "description": "Grant activity codes (e.g., ['R01', 'K99'])"
                    },
                    "pi_names": {
                        "type": "array",
                        "items": {"type": "string"},
                        "description": "Principal investigator names"
                    },
                    "keywords": {
                        "type": "string",
                        "description": "Search keywords for project titles/abstracts"
                    }
                }
            }
        }
    }
]

response = client.responses.create(
    model="gpt-4.1",
    tools=tools,
    input="What recent NIH projects were targeted at early career researchers?"
)

print(response.output_text)

C

using Azure.AI.OpenAI;
using Azure.Identity;

var credential = new DefaultAzureCredential();
var client = new AzureOpenAIClient(
    new Uri("https://YOUR-RESOURCE-NAME.openai.azure.com/"),
    credential
);

var tools = new[]
{
    new
    {
        type = "function",
        function = new
        {
            name = "search_projects",
            description = "Search for NIH-funded research projects using multiple criteria",
            parameters = new
            {
                type = "object",
                properties = new
                {
                    fiscal_years = new
                    {
                        type = "array",
                        items = new { type = "integer" },
                        description = "Fiscal years to search (e.g., [2024, 2025])"
                    },
                    agencies = new
                    {
                        type = "array",
                        items = new { type = "string" },
                        description = "NIH Institute/Center codes (e.g., ['NCI', 'NHLBI'])"
                    },
                    activity_codes = new
                    {
                        type = "array",
                        items = new { type = "string" },
                        description = "Grant activity codes (e.g., ['R01', 'K99'])"
                    },
                    keywords = new
                    {
                        type = "string",
                        description = "Search keywords for project titles/abstracts"
                    }
                }
            }
        }
    }
};

var response = await client.GetResponsesClient("gpt-4.1").CreateAsync(new()
{
    Tools = tools,
    Input = "What recent NIH projects were targeted at early career researchers?"
});

Console.WriteLine(response.Value.OutputText);

PHP

<?php
require 'vendor/autoload.php';

use OpenAI\Azure\Client;

$client = Client::factory()
    ->withBaseUri('https://YOUR-RESOURCE-NAME.openai.azure.com/openai/v1/')
    ->withAzureAdToken(getAzureAdToken())
    ->withApiVersion('preview')
    ->make();

$tools = [
    [
        'type' => 'function',
        'function' => [
            'name' => 'search_projects',
            'description' => 'Search for NIH-funded research projects using multiple criteria',
            'parameters' => [
                'type' => 'object',
                'properties' => [
                    'fiscal_years' => [
                        'type' => 'array',
                        'items' => ['type' => 'integer'],
                        'description' => 'Fiscal years to search'
                    ],
                    'agencies' => [
                        'type' => 'array',
                        'items' => ['type' => 'string'],
                        'description' => 'NIH Institute/Center codes'
                    ],
                    'activity_codes' => [
                        'type' => 'array',
                        'items' => ['type' => 'string'],
                        'description' => 'Grant activity codes'
                    ],
                    'keywords' => [
                        'type' => 'string',
                        'description' => 'Search keywords'
                    ]
                ]
            ]
        ]
    ]
];

$response = $client->responses()->create([
    'model' => 'gpt-4.1',
    'tools' => $tools,
    'input' => 'What recent NIH projects were targeted at early career researchers?'
]);

echo $response['output_text'];
?>

集成说明：

要将这些工具连接到MCP服务器后端：

启动Docker容器： docker run -i --rm nih-reporter-mcp
当Azure OpenAI调用您的函数时，拦截该函数调用
通过stdin向Docker容器发送相应的MCP协议消息
从stdout解析JSON-RPC响应
将结果返回给Azure OpenAI以生成最终响应

可用工具：

search_projects -使用多个条件搜索
get_project_details -按项目编号获取详细信息
search_recent_awards -按天数查找最近的奖项
search_by_investigator -按PI名称搜索
get_spending_categories -获取NIH支出类别

API 参考

美国国立卫生研究院/中心代码

您可以在搜索中使用的常见IC代码：

NCI 的 -国家癌症研究所
尼达 -国家药物滥用研究所
国家心肺血液研究所 -国家心肺血液研究所
从未 -国家过敏和传染病研究所
国家心理健康研究所 -国家心理健康研究所
国家情报院 -国家老龄化研究所
人类发展 -国家儿童健康与人类发展研究所
研究所 -国家糖尿病、消化和肾脏疾病研究所

请参阅文档PDF以获取完整列表。

常见活动代码

R01 -研究项目资助
R21 -探索性/发展性研究补助金
R03 -小额研究资助
P01 -研究项目资助
U01 -研究项目合作协议
K01-K99 -职业发展奖
T32 -机构培训补助金
F31-F33 -个人博士前/博士后奖学金

发展

项目结构

.
├── server.py           # Main MCP server implementation
├── requirements.txt    # Python dependencies
├── Dockerfile         # Docker container definition
├── docker-compose.yml # Docker Compose configuration
├── README.md          # This file
└── [PDF documentation files]

本地开发（无Docker）

安装依赖项：

pip install -r requirements.txt

运行服务器：

python server.py

修改服务器

服务器代码位于 server.py.关键部分：

工具定义: list_tools() 函数
工具操作员：每个工具都有单独的异步函数
API集成: make_nih_api_request() 函数

更改后，重建Docker镜像：

docker-compose build

故障排除

服务器未响应

检查容器是否正在运行：

docker ps

查看日志：

docker-compose logs -f

API错误

美国国立卫生研究院API报告器有时可能运行缓慢或不可用。服务器包括API请求的30秒超时。

连接问题

确保：

Docker正在运行
该集装箱可以通过互联网访问api.reporter.nih.gov
没有防火墙阻止出站HTTPS连接

数据源

此服务器使用NIH Reporter API v2:

API基本URL:https://api.reporter.nih.gov/v2
文档：此目录中包含PDF文件

局限性

每个查询最多500个结果（API限制）
每个API请求30秒超时
速率限制可能适用（由NIH Reporter API强制执行）

许可证

此MCP服务器实现以i的形式提供，供NIH Reporter公共API使用。

贡献

欢迎投稿！请确保：

代码遵循Python最佳实践
所有工具都有适当的记录
Docker容器构建成功
README已更新以获取新功能

支持

关于以下问题：

此MCP服务器：检查日志和故障排除部分
美国国立卫生研究院API报告员：请参阅NIH Reporter官方文件
MCP协议：请参阅模型上下文协议文档

版本

当前版本：1.0.0

鸣谢

构建使用：

MCP Python SDK
美国国立卫生研究院报告员API v2
Docker用于容器化