Pubchem MCP-Server

Was macht der “Pubchem” MCP-Server?

Der Pubchem MCP (Model Context Protocol) Server dient als Brücke zwischen KI-Assistenten und der PubChem API und ermöglicht die nahtlose Extraktion grundlegender chemischer Informationen zu Arzneimitteln. Durch die Integration dieses Servers können KI-Systeme automatisch Molekulardetails, Synonyme, Identifikatoren und verwandte Metadaten zu chemischen Verbindungen direkt von PubChem abrufen. Diese Fähigkeit verbessert Entwicklungsabläufe in Bereichen wie Arzneimittelentdeckung, Bioinformatik und chemischer Informatik, indem sie die Datenabfrage automatisiert, manuelle Recherche reduziert und fortschrittliche datengetriebene Interaktionen in KI-basierten Umgebungen ermöglicht. Der Server ist für eine einfache Integration konzipiert und kann auf diversen Plattformen und in Tools genutzt werden, die den MCP-Standard unterstützen.

Liste der Prompts

Im Repository sind keine spezifischen Prompt-Vorlagen erwähnt.

Liste der Ressourcen

Im Repository sind keine expliziten Ressourcen aufgeführt.

Liste der Tools

Im server.py oder in der sichtbaren Dokumentation des Repositories sind keine spezifischen Tools detailliert.

Anwendungsfälle dieses MCP-Servers

• Automatisierte chemische Datenabfrage: Rufen Sie augenblicklich chemische Eigenschaften, Identifikatoren und Strukturdaten für jedes Medikament oder jede Verbindung ab und beschleunigen Sie so Forschungs- und Entwicklungsprozesse.
• Arzneimittel-Informationsabfrage: Stellen Sie Endnutzer:innen oder Forschenden umfassende Details zu bekannten Medikamenten zur Verfügung – inklusive Synonymen, Summenformel und Links zu PubChem-Einträgen.
• Integration in Bioinformatik-Pipelines: Ermöglichen Sie KI-gesteuerten Pipelines, ihren Datenkontext mit autoritativen chemischen Informationen für Aufgaben wie Arzneimittel-Repurposing oder Interaktionsanalysen zu erweitern.
• Unterstützung für Lehrmittel: Lassen Sie Bildungsplattformen umfangreiche, aktuelle chemische Informationen für Lehre und Demonstrationen bereitstellen.
• API-gesteuerte Anwendungen: Backend-Unterstützung für Web- oder Mobile-Apps, die aktuelle chemische Daten benötigen, ohne manuelle API-Programmierung.

So richten Sie den Server ein

Windsurf

1. Voraussetzungen: Stellen Sie sicher, dass Python 3.10 und die Abhängigkeiten (python-dotenv, requests, mcp, uvicorn) installiert sind.
2. Klonen und installieren:

   git clone https://github.com/sssjiang/pubchem_mcp_server.git
   cd pubchem_mcp_server
   pip install .
   

3. Konfiguration bearbeiten: Öffnen Sie Ihre Windsurf-Konfiguration und fügen Sie den Pubchem MCP-Server hinzu:

   {
     "mcpServers": {
       "pubchem": {
         "command": "uvx",
         "args": ["pubchem_mcp_server"]
       }
     }
   }
   

4. Speichern und neu starten: Speichern Sie die Änderungen und starten Sie Windsurf neu.
5. Überprüfen: Testen Sie die Einrichtung mit einer Abfrage zu einem bekannten Arzneistoff.

Claude

1. Voraussetzungen: Installieren Sie Python 3.10 und die benötigten Pakete.
2. Klonen und installieren:

   git clone https://github.com/sssjiang/pubchem_mcp_server.git
   cd pubchem_mcp_server
   pip install .
   

3. Claude konfigurieren: In servers_config.json von Claude Desktop hinzufügen:

   {
     "mcpServers": {
       "pubchem": {
         "command": "uvx",
         "args": ["pubchem_mcp_server"]
       }
     }
   }
   

4. Claude neu starten.
5. Überprüfen: Testen Sie die Einrichtung mit einer Arzneimittel-Abfrage.

Cursor

1. Voraussetzungen: Python 3.10 und Abhängigkeiten installiert.
2. Klonen und installieren:

   git clone https://github.com/sssjiang/pubchem_mcp_server.git
   cd pubchem_mcp_server
   pip install .
   

3. MCP-Server hinzufügen: Cursor-Konfigurationsdatei wie folgt aktualisieren:

   {
     "mcpServers": {
       "pubchem": {
         "command": "uvx",
         "args": ["pubchem_mcp_server"]
       }
     }
   }
   

4. Cursor neu starten.
5. Testen: Suchen Sie nach einer bekannten Verbindung.

Cline

1. Voraussetzungen: Installieren Sie Python 3.10 und die Abhängigkeiten.
2. Klonen und installieren:

   git clone https://github.com/sssjiang/pubchem_mcp_server.git
   cd pubchem_mcp_server
   pip install .
   

3. Konfiguration bearbeiten: Ergänzen Sie Ihre servers_config.json wie folgt:

   {
     "mcpServers": {
       "pubchem": {
         "command": "uvx",
         "args": ["pubchem_mcp_server"]
       }
     }
   }
   

4. Cline neu starten.
5. Einrichtung prüfen: Führen Sie eine Beispielabfrage aus.

API-Schlüssel absichern

Für den Zugriff auf die PubChem API sind in der aktuellen Konfiguration keine API-Schlüssel nötig. Falls erforderlich, können Umgebungsvariablen wie folgt gesetzt werden:

{
  "env": {
    "PUBCHEM_API_KEY": "your_api_key"
  },
  "inputs": {}
}

So nutzen Sie diesen MCP in Flows

MCP in FlowHunt nutzen

Um MCP-Server in Ihren FlowHunt-Workflow zu integrieren, fügen Sie die MCP-Komponente zu Ihrem Flow hinzu und verbinden Sie sie mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Im Bereich System-MCP-Konfiguration tragen Sie Ihre MCP-Serverdetails im folgenden JSON-Format ein:

{
  "pubchem": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Nach der Konfiguration kann der KI-Agent diesen MCP als Tool mit Zugriff auf alle Funktionen verwenden. Denken Sie daran, “pubchem” durch den tatsächlichen Namen Ihres MCP-Servers und die URL durch Ihre eigene MCP-Server-URL zu ersetzen.

Übersicht

Basierend auf den obigen Punkten ist der Pubchem MCP-Server sehr fokussiert auf ein spezifisches Themengebiet (chemische/Arzneimittelinformationen), einfach zu installieren und integriert sich in MCP-Clients, bietet aber keine Dokumentation zu Prompts, Ressourcen oder fortgeschrittenen Funktionen wie Sampling oder Roots.

Unsere Meinung

Dieser MCP-Server ist unkompliziert und funktional für den vorgesehenen Zweck, es fehlen jedoch breitere MCP-Features und Dokumentation, die ihn für fortgeschrittene Nutzer:innen vielseitiger machen würden. Bewertung: 3/10.

MCP-Bewertung