多代理临床研究系统

MCP服务器是一个多代理、工具增强的推理系统,专为临床研究、生物医学分析和科学信息检索设计,集成了结构化临床试验查询、PubMed文献搜索、PDF解析、基于RAG的文档检索和网络研究。

  • by RCaz33
  • Jupyter Notebook
  • 云端部署
  • 1 星标
  • 更新于
在 GitHub 查看 RCaz33/MCP-1st-Birthday_Hackathon

使用说明


标题:MCP-1生日黑客马拉松 表情符号🐨 颜色来源:靛蓝 颜色:灰色 sdk:毕业 sdk版本:5.49.1 app_file:app.py 固定:false 许可证:mit short_description:创建检索器以向代理提供上下文 标签:

  • 建设mcp轨道企业

社交媒体链接:https://www.linkedin.com/feed/update/urn:li:activity:7400904066005966848/

链接到视频:

项目描述

该MCP服务器提供了一个多代理、工具增强推理系统,专为临床研究、生物医学分析和科学信息检索而设计。它将结构化临床试验查询、PubMed文献搜索、PDF解析、基于RAG的文档检索和网络研究集成到一个协调的环境中。

其核心是一个Manager Agent(smolagents),它解释用户问题,计划多步推理,并协调两个专门的Agent:

  1. 临床药物

使用结构化过滤器查询ClinicalTrials.gov

检索PubMed文章

从科学PDF中提取文本

生成结构化表格、试验总结和循证报告

  1. 在线信息代理

执行维基百科和DuckDuckGo搜索

访问任意网页并从中提取内容

支持一般研究、上下文构建和交叉验证

摘要

此MCP服务器是一个全栈多代理研究系统,具有:

分层LLM规划

专用的科学和临床工具

实时执行监控

基于FAISS的定制RAG基础设施

集成网络搜索和文档提取

为研究人员或临床医生提供完整的交互式用户界面

它适用于:

临床证据综合

科研工作流程

医疗问题解答

文献综述

自动提取管道

使用Gradio界面

使用gradio界面的专用代码代理[跟踪代理推理]

  • 必须将NEBIUS_API_KEY机密添加到拥抱面空间才能使用代理
  • 添加语言秘密进行跟踪

为客户设置MCP工具(hugginghat)

1.服务器端:连接到空间并单击“Utiliser via API”

2.客户端:在huggingchat上选择“管理MCP服务器”

--------------------------------------------------------

3.服务器端:选择通信类型(MCP流式HTTP)

4.客户端:点击“添加服务器”

---------------------------------------------------------

5.服务器端:复制客户端的链接(MCP流式HTTP)

6.客户端:粘贴链接点击“服务器URL”

----------------------------------------------------------

与数据聊天

7.查询LLM,不使用/使用MCP工具更改操作/输出

8.MCP工具可以在单个请求中多次调用(x6)