AI导哈

PubMed论文搜索工具

提供从PubMed搜索和获取论文的工具，支持AI代理直接访问医学文献数据库。

  • by m0370
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 m0370/mcp-pubmed-server

使用说明

PubMed MCP服务器

PubMed中查找和获取论文的工具MCP (Model Context Protocol) 服务器。 Claude Desktop啊Antigravity等的AI允许代理直接访问医学文献数据库。

特徴

  • PubMed検索：可以使用关键字搜索论文。
  • 高级筛选搜索：可以根据作者名、杂志名、发行日等进行缩小范围的检索。也支持自然语言的指示。
  • 推荐相关论文：自动从特定论文（PMID）中找到相关论文。高IF在杂志优先模式下，优先显示高质量论文，不足时自动包括其他论文。自动检测并显示审核论文元分析。
  • 获取论文详细信息：特定论文摘要、作者、书刊信息、DOI、获取全文链接（PubMed Central、DOI）等。
  • API Key対応: NCBI API Key中描述的场景，使用以下步骤创建明细表，以便在概念设计中分析体量的体积。
  • Stdio通信：为了使用标准输入输出（Stdio）进行通信，外部HTTP无需建立服务器，安全快速。

前提条件

  • Python 3.10 以上
  • 库： httpx, xmltodict

安装过程

  1. 克隆存储库：

    git clone https://github.com/m0370/mcp-pubmed-server.git
cd mcp-pubmed-server

  2. 创建虚拟环境：

    python3 -m venv .venv

  3. 安装从属库：

    ./.venv/bin/pip install -r requirements.txt

设定（Configuration）

MCP客户端配置文件（例如： claude_desktop_config.json）中添加以下设置。

{
  "mcpServers": {
    "pubmed": {
      "command": "/absolute/path/to/mcp-pubmed-server/.venv/bin/python3",
      "args": [
        "/absolute/path/to/mcp-pubmed-server/server_stdio.py"
      ],
      "env": {
        "NCBI_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}
  • /absolute/path/to/... 将中的部分改写为实际放置此存储库的目录的绝对路径。
  • API Key的设置（可选）: env 在您查看完详细信息后，单击 NCBI_API_KEY 对话框，您可以在此定义自定义格式API中描述的场景，使用以下步骤创建明细表，以便在概念设计中分析体量的体积。

VS Code + Claude Code利用期间

VS Code中描述的场景，使用以下步骤创建明细表，以便在概念设计中分析体量的体积MCP服务器可用。

  1. VS Code打开配置文件:

    • Cmd + Shift + P (macOS) 或 Ctrl + Shift + P (Windows/Linux) 在中打开命令选项板
    • “首选项：打开用户设置（JSON）”を選択

  2. 添加设置: settings.json 中所述修改相应参数的值。

    {
  "claude.mcpServers": {
    "pubmed": {
      "command": "/absolute/path/to/mcp-pubmed-server/.venv/bin/python3",
      "args": [
        "/absolute/path/to/mcp-pubmed-server/server_stdio.py"
      ],
      "env": {
        "NCBI_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}

  3. VS Code重新启动：为了反映设置VS Code中所述修改相应参数的值。

注意：根据扩展功能的不同，设置键也可能不同（claude.mcpServers 或 mcpServers 来修改标记元素的显示属性。详细情况请确认各扩展功能的文档。

用法

设定完成后AI对钢筋弯钩进行定位和定向。

基本搜索

「HER2查找关于阳性胃癌治疗的最新论文“

高级筛选搜索

「Smith寻找先生关于2023年胃癌的论文“ 「NEJM的免疫疗法的论文“ “在2020年到2024年间发表的PD-1找到抑制药的论文“

获取论文详细信息

「PMID 12345678 的摘要。“ “请告诉我这篇论文的全文链接”

推荐相关论文

「PMID 39282917 寻找相关的论文“ “与本文相关的高IF只告诉我杂志的论文。“ 「NEJM、Lancet、Nature等一流杂志上刊登的相关论文“

机制

  1. MCP协议: JSON-RPC 2.0 使用协议以标准输入（stdin）接收请求，并以标准输出（stdout）返回响应。
  2. PubMed API：在内部NCBI E-utilities API (esearch, efetch）来获取数据。
  3. 本地运行: HTTP不是服务器MCP作为客户端的子进程在本地运行，安全风险低，响应速度快。

文件配置

  • server_stdio.py：主要服务器实施（Stdio版）。通常使用这个。
  • requirements.txt：需要Python库列表。
  • server.py: (旧版) mcp SDK中描述的场景，使用以下步骤创建明细表，以便在概念设计中分析体量的体积。某些环境可能无法正常工作。

许可证

麻省理工学院

相关 MCP