使用说明
企业临床试验代理（MCP架构）
该项目使用 模型上下文协议（MCP） 标准。它充当一个集成中间件，可以获取真实世界的临床数据，将其存储在混合数据库（SQL+Vector）中，并将其暴露给LLM客户端进行自主推理。
🚀 主要特点
- REST API集成： 实现自定义ETL管道(
etl_pipeline.py)使用ClinicalTrials.gov API进行分页和错误处理。 - 混合数据架构：
- 结构化（SQL）： 使用SQLite进行高精度过滤（试验状态、阶段、条件）。
- 非结构化（矢量数据库）： 使用ChromaDB
sentence-transformers用于医疗协议中的语义搜索。
- MCP服务器： 集中式集成服务器(
mcp_server.py)它为任何AI客户端（Claude Desktop、Cursor、IDE）标准化了工具。
📸 自主代理演示
1.后端验证（MCP检查员）
服务器通过标准JSON-RPC公开结构化SQL工具和Vector RAG工具。
2.结构化推理（SQL工具）
用户要求“糖尿病试验”。Agent自主选择SQL工具按疾病进行过滤。
3.语义推理（RAG工具）
用户要求特定的“肾功能排除标准”。Agent切换工具以对协议文本执行矢量搜索。
🛠️ 安装
-
克隆存储库：
克隆https://github.com/tonih23/clinical-trials-mcp-agent.git
cd临床试验mcp制剂 -
设置环境：
python-m venv-venv
窗户：
venv\Scripts\activate
Mac/Linux：
源venv/bin/activate
pip安装-r要求.txt
🔄 使用工作流程
1.数据摄取（ETL）
运行管道从API获取实时数据并填充本地数据库。这展示了REST集成模式：
python etl_pipeline.py
这将获取与肿瘤学、心脏病学和糖尿病相关的最新试验。
2.运行MCP服务器（开发模式）
启动集成服务器以测试连接：
mcp dev mcp_server.py
3.连接到LLM客户端（类似于生产）
要将此配置与MCP兼容的客户端（如Claude Desktop）一起使用，请将此配置添加到您的 claude_desktop_config.json:
注意：将下面的路径替换为项目文件夹的绝对路径。
在Windows上，使用双反斜杠(\\).
{
"mcpServers": {
"clinical-agent": {
"command": "python",
"args": ["C:\\Users\\YOUR_USER\\Desktop\\clinical-trials-mcp-agent\\mcp_server.py"]
}
}
}
🧠 查询示例
连接后，Agent可以执行自主工具调用：
结构化查询（SQL）
“寻找糖尿病的活跃3期试验。”
（LLM将自动将此路由到 search_trials_sql.)
语义查询（RAG）
“对于试验NCT00528879，关于肾功能的具体排除标准是什么？”
（LLM将自动将此路由到 get_protocol_details_rag.)
作为企业人工智能集成的概念验证而开发。
