分子上下文协议服务器

标题：Aurora-MCP “Emoji”必须翻译为表情符号，原文内容为“🌿”，译文内容即为“🌿”（保持不变，因为“🌿”本身已是表情符号，无需额外翻译） 颜色来自：绿色 颜色转为：靛蓝 SDK：Docker 固定状态：未固定（或“未钉住”）

🌿 极光-MCP（注：Aurora-MCP可能是一个特定项目、技术或产品的名称，根据上下文，“MCP”可能代表多种含义，如“多通道板”、“移动计算平台”等，但在此处直接翻译为“极光-MCP”以保留原名）

模型上下文协议（MCP）服务器，提供对自然数据集的访问 以及合成小分子，重点在于鉴定潜在的 可能存在于植物物种中的线粒体复合体I抑制剂。

🔍 概述

Aurora-MCP 是一个模型上下文协议（MCP）服务器和数据集成层，用于连接天然产物、生物多样性和线粒体抑制剂数据集。 它使大型语言模型（LLMs）和用户能够查询植物物种、小分子与线粒体复合物I抑制之间的关系——连接COCONUT、Laji.fi、GBIF等资源， 并通过结构化连接和元数据模式，获取AI衍生的PubMed数据。

Aurora-MCP 是一个轻量级（的） MCP服务器 + Hugging Face空间 旨在连接两个互补的知识来源：

1. 🌿（绿叶符号，常用于表示自然、环保、健康等概念） 极光 — 天然产物和植物生物多样性数据，将化合物映射到北欧生态系统中发现的属和物种。
2. 🧬 这个符号在生物学中通常代表“DNA”（脱氧核糖核酸）。 Aurora-Mito-ETL 翻译为中文是：“极光-线粒体-ETL（或：极光线粒体数据抽取、转换和加载工具）”。不过，具体翻译可能会根据上下文和专业领域的习惯有所调整，但“极光-线粒体-ETL”或类似的表述是较为直接的翻译方式。在这里，“ETL”通常指的是“Extract, Transform, Load”，即数据抽取、转换和加载的过程 — 精选自PubMed的线粒体复合物I（NADH脱氢酶）小分子抑制剂语料库。

它们共同构成了一个对话数据集，其中 ChatGPT （或任何与MCP兼容的大型语言模型）能够对结构化生物数据进行推理，提出问题， 并对小分子化合物、植物以及它们之间的机制联系进行有针对性的搜索。

🧠 概念

目标： 允许与基于领域数据的大型语言模型（LLM）进行科学对话，例如：

“给我展示一些能抑制线粒体复合物I的植物来源化合物。”
“在PubMed中查找关于牛蒡子酚作为复合体I抑制剂的证据。”
“列出代谢产物与已知电子传递链（ETC）抑制剂重叠的北欧植物。”

Aurora-MCP 将您的静态文本/TSV 数据转换为 交互式语义后端，提供用于搜索、链接和推理的程序化工具。 一个基于FastAPI的MCP终端（或：一个使用FastAPI实现的MCP端点）/mcp）ChatGPT（或任何MCP-aware客户端） 可以连接到。它还提供 /healthz 用于状态检查和简单的调试HTTP路由 用于本地测试。

🚀 快速启动（本地）

# 1. Create a clean environment
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

# 2. Run the MCP HTTP server
uvicorn mcp_server.server:app --host 0.0.0.0 --port 7860

# 3. Check health
curl -s http://127.0.0.1:7860/healthz | jq

# 4. Optional: test the debug routes
curl -s 'http://127.0.0.1:7860/debug/list_files?path=data' | jq

你应该会看到类似这样的内容：

{
  "ok": true,
  "mcp": "mounted at /mcp",
  "tools": ["list_files","read_text"]
}

🧠 与ChatGPT结合使用（MCP）

1. 将此仓库部署到一个 Hugging Face Space (Docker SDK) 翻译为中文是：(Docker 开发工具包)。
2. 等待Space（可能指某个程序或系统）运行起来，然后 /healthz 返回200 OK：
   https://huggingface.co/spaces/<you>/<space>/healthz
3. 在ChatGPT中 → 设置 → 连接器/MCP → 添加服务器
   • 服务器URL： https://huggingface.co/spaces/<you>/<space>/mcp
4. 打开一个新的聊天窗口，试着输入例如：
   • list_files(path="data")
   • read_text(path="README.md")
   • （可以类似地添加Aurora域名工具。）

🐳 Docker（用于 Hugging Face 空间）

FROM python:3.12-slim

WORKDIR /app
ENV PYTHONDONTWRITEBYTECODE=1 PYTHONUNBUFFERED=1 PIP_NO_CACHE_DIR=1

RUN apt-get update && apt-get install -y --no-install-recommends     build-essential curl ca-certificates  && rm -rf /var/lib/apt/lists/*

COPY requirements.txt .
RUN pip install --upgrade pip && pip install -r requirements.txt

COPY . .
EXPOSE 7860
ENV PORT=7860

HEALTHCHECK --interval=30s --timeout=5s --start-period=10s --retries=5   CMD curl -fsS http://127.0.0.1:${PORT}/healthz || exit 1

CMD ["uvicorn","mcp_server.server:app","--host","0.0.0.0","--port","7860"]

🧩 架构概述

📂 项目布局

aurora-mcp/
├── mcp_server/
│   ├── server.py          # FastAPI + FastMCP entrypoint
│   ├── tools/
│   │   └── files.py       # Example tools (list_files, read_text)
│   └── __init__.py
├── data/                  # Local data (ignored by git)
├── requirements.txt
├── Dockerfile
├── huggingface.yaml
└── README.md

✅ 健康检查与调试路由

⚙️ 要求

fastapi>=0.119
uvicorn>=0.37
mcp>=0.17.0
pydantic>=2.11.9
pandas>=2.3.3

使用以下方式进行安装：

pip install -r requirements.txt

🧱 Hugging Face Space 元数据

# huggingface.yaml
title: Aurora-MCP
sdk: docker
emoji: 🌿
colorFrom: green
colorTo: indigo
pinned: false

🔍 故障排除

作者丹尼尔·尼科里奇·赫尔辛基大学
**许可证：**GNU通用公共许可证第3版（GPL v3）
**URL：**https://github.com/ndaniel/aurora-mcp 的中文翻译可以是：“https://github.com/ndaniel/aurora-mcp（GitHub上的Aurora-MCP项目，由ndaniel维护）”。不过，通常在中文语境下，我们可能会直接保留网址，并简要说明其内容或用途，如果上下文已经明确或不需要详细说明，也可以直接说“网址：https://github.com/ndaniel/aurora-mcp”