使用说明

PubMed MCP服务器

模型上下文协议（MCP）服务器，通过六个核心功能提供对PubMed/PMC研究数据的访问：

搜索：使用MeSH支持查询PubMed，最多返回100篇包含PMCID信息的论文标题
取：检索单个PMID的摘要（符合OpenAI MCP）
提取批次：高效检索多个PMID的摘要
获取全文：检索PMCID的全文内容（JATS XML或OA URL）
计数：获取查询优化和细化的结果计数
计数批次：高效地获取多个查询的计数

特性

MeSH查询支持：高级医学主题标题搜索
PMCID检测：自动识别具有PMC全文可用性的论文
速率限制：遵守NCBI指南（3-10个请求/秒，取决于API密钥）
XML解析：通过适当的错误处理来处理PubMed XML响应
开放获取集成：检测并提供OA文章的PDF URL
综合元数据：返回标题、摘要、作者、期刊、日期

设置

1.安装依赖项

pip install -r requirements.txt

2.环境配置（可选）

所有配置都是可选的。服务器无需任何设置即可开箱即用。

要进行自定义，请复制 .env.example 到 .env:

cp .env.example .env

可用设置：

# All settings are optional
NCBI_API_KEY=your_ncbi_api_key_here  # For higher rate limits (10 req/s vs 3 req/s)  
NCBI_TOOL_NAME=PubMedMCPServer       # Custom tool identifier
NCBI_EMAIL=your.email@example.com    # Contact email (uses default if not provided)

# Server settings
HOST=0.0.0.0
PORT=8000
LOG_LEVEL=INFO

3.启动服务器

python pubmed_mcp_server.py

服务器将在以下位置可用： http://localhost:8000/sse/

4.获取NCBI API密钥（可选，用于更高的速率限制）

对于更高的吞吐量（10请求/秒而不是3请求/秒）：

访问 NCBI API密钥设置
登录您的NCBI帐户
创建新的API密钥
添加 NCBI_API_KEY=your_key_here 到你的 .env 文件

API密钥的优点：

10个请求/秒（无密钥时为3个）
高容量使用的可靠性更好

MCP工具

1.搜索

使用高级搜索功能查询PubMed数据库。

参数：

query （string）：支持MeSH的搜索查询

查询示例：

"COVID-19 AND vaccine"
"asthma[mh] AND adult[mh]"  
"diabetes[tiab] AND 2023:2024[dp]"
"cancer treatment[majr]"

答复：

{
  "results": [
    {
      "id": "12345678",
      "title": "Study Title",
      "url": "https://pubmed.ncbi.nlm.nih.gov/12345678/",
      "pmcid": "PMC1234567",  // Present if full text available in PMC
      "full_text_available": true  // Indicates PMC full text availability
    }
  ]
}

2.取

检索摘要 仅限单个PMID （符合OpenAI MCP标准）。

重要提示： 此工具每个请求只接受一个PMID。对于多个PMID，请使用 fetch_batch.

参数：

id （string）：单一PubMed ID（PMID）- 无数组或通用分离值

例子：

{
  "id": "40930554"
}

答复：

{
  "id": "40930554",
  "title": "Paper Title",
  "text": "Background: ... Methods: ... Results: ... Conclusions: ...",
  "url": "https://pubmed.ncbi.nlm.nih.gov/40930554/",
  "metadata": {
    "journal": "Journal Name",
    "year": "2024",
    "authors": ["Author 1", "Author 2"]
  }
}

3.提取批次

在一个请求中高效检索多个PMID的摘要。

参数：

pmids （数组）：PubMed ID（PMIDs）列表

例子：

{
  "pmids": ["40930554", "40929575", "40929571"]
}

答复：

{
  "items": [
    {
      "pmid": "40930554",
      "title": "Paper Title 1",
      "abstract": "Background: ... Methods: ... Results: ... Conclusions: ...",
      "journal": "Journal Name",
      "year": "2024",
      "authors": ["Author 1", "Author 2"]
    },
    {
      "pmid": "40929575", 
      "title": "Paper Title 2",
      "abstract": "Background: ... Methods: ... Results: ... Conclusions: ...",
      "journal": "Another Journal",
      "year": "2024",
      "authors": ["Author 3", "Author 4"]
    }
  ]
}

4.获取全文

检索PMCID的全文内容。

参数：

pmcids （数组）：PMC ID列表（带或不带“PMC”前缀）

例子：

{
  "pmcids": ["PMC1234567", "7654321"]
}

答复：

{
  "items": [
    {
      "pmcid": "PMC1234567",
      "jats_xml": "<article>...</article>",
      "pdf_url": "https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1234567/pdf/",
      "status": "success"
    }
  ],
  "notes": [
    "Full text availability depends on PMC Open Access status",
    "JATS XML is provided when available",
    "PDF URLs are only available for Open Access articles"
  ]
}

5.计数

在不检索论文的情况下获取搜索查询的结果计数（用于查询优化）。

参数：

query （string）：支持MeSH的搜索查询

例子：

{
  "query": "lung cancer[mh] AND 2024[dp]"
}

答复：

{
  "query": "lung cancer[mh] AND 2024[dp]",
  "count": 12543,
  "query_translation": "\"lung neoplasms\"[MeSH Terms] AND 2024[dp]",
  "warnings": []
}

6.计数批次

高效地获取多个查询的计数（用于比较搜索策略）。

参数：

queries （array）：搜索查询列表

例子：

{
  "queries": [
    "diabetes",
    "diabetes[mh]",
    "diabetes[majr]",
    "diabetes[mh] AND clinical trial[pt]"
  ]
}

答复：

[
  {"query": "diabetes", "count": 1072365, "query_translation": "..."},
  {"query": "diabetes[mh]", "count": 562256, "query_translation": "..."},
  {"query": "diabetes[majr]", "count": 287431, "query_translation": "..."},
  {"query": "diabetes[mh] AND clinical trial[pt]", "count": 45123, "query_translation": "..."}
]

查询优化工作流

计数工具实现了高效的查询细化：

# Start broad, then refine
"cancer"                                    # 5,000,000+ results (too broad)
"lung cancer"                               # 800,000 results
"lung cancer[mh]"                          # 400,000 results (MeSH term)
"lung cancer[mh] AND 2024[dp]"            # 12,000 results
"lung cancer[majr] AND clinical trial[pt] AND 2024[dp]"  # 450 results (optimal)

MeSH搜索示例

服务器支持高级PubMed搜索语法：

# MeSH terms
"diabetes mellitus[mh]"

# MeSH major topic  
"cancer[majr]"

# Title/Abstract
"machine learning[tiab]"

# Publication date
"2023:2024[dp]"

# Combined search
"COVID-19[mh] AND vaccine[tiab] AND 2023:2024[dp]"

# Author search
"Smith J[au]"

# Journal search  
"nature[ta]"

使用ChatGPT/Claude

在本地启动服务器
使用URL： http://localhost:8000/sse/
在AI接口中配置为MCP连接器
启用工具： search, fetch, fetch_batch, get_full_text

费率限制和合规性

没有API密钥：每秒最多3个请求
使用API密钥：每秒最多10个请求
指数回退自动重试
遵循NCBI使用指南
所有请求中的工具和电子邮件标识

错误处理

服务器处理各种错误情况：

超出速率限制（429）→自动重试
无效的PMID/PMCID→ 优雅的错误响应
网络超时→ 使用回退重试
XML分析错误→ 详细的错误消息
缺少摘要→ “没有可用摘要”消息

发展

测试单个功能

您可以直接测试服务器功能：

import asyncio
from pubmed_mcp_server import PubMedClient

async def test_search():
    async with PubMedClient() as client:
        results = await client.search_pubmed("COVID-19 AND vaccine", retmax=5)
        print(f"Found {results['count']} papers")
        for item in results['items']:
            print(f"- {item['title']}")

asyncio.run(test_search())

日志记录

集 LOG_LEVEL=DEBUG 在 .env 用于详细的请求/响应日志记录。

许可证

此实现遵循NCBI使用政策和指南。请确保遵守：

NCBI电子公用事业使用指南
PMC开放获取许可条款
速率限制要求
研究使用中的正确归因

使用说明

PubMed MCP服务器

特性

设置

1.安装依赖项

2.环境配置（可选）

3.启动服务器

4.获取NCBI API密钥（可选，用于更高的速率限制）

MCP工具

1.搜索

2.取

3.提取批次

4.获取全文

5.计数

6.计数批次

查询优化工作流

MeSH搜索示例

使用ChatGPT/Claude

费率限制和合规性

错误处理

发展

测试单个功能

日志记录

许可证

相关 MCP

小红书MCP服务

论坛API服务

Prometheus数据访问服务器

文献搜索服务

学校门户数据CLI工具

PubMed增强搜索服务