Pubchem MCP 서버

“Pubchem” MCP 서버는 무엇을 하나요?

Pubchem MCP(Model Context Protocol) 서버는 AI 어시스턴트와 PubChem API 사이의 다리 역할을 하며, 약물에 대한 기본 화학 정보를 원활하게 추출할 수 있도록 해줍니다. 이 서버를 통합하면 AI 시스템이 PubChem에서 화합물의 분자 세부 정보, 동의어, 식별자, 관련 메타데이터를 자동으로 조회할 수 있습니다. 이 기능은 신약 개발, 생물정보학, 화학 정보학 등 분야에서 데이터 조회를 자동화하고 수작업을 줄이며, AI 기반 환경 내에서 고급 데이터 기반 상호작용을 가능하게 합니다. 서버는 손쉬운 통합을 위해 설계되어 있으며 MCP 표준을 지원하는 다양한 플랫폼과 도구에서 사용할 수 있습니다.

프롬프트 목록

저장소에 명시된 프롬프트 템플릿이 없습니다.

리소스 목록

저장소에 명시된 리소스가 없습니다.

도구 목록

저장소의 server.py 또는 문서에서 별도로 언급된 도구가 없습니다.

이 MCP 서버의 활용 사례

• 자동 화학 데이터 조회: 연구 및 개발 프로세스를 간소화하기 위해 모든 약물이나 화합물의 화학 특성, 식별자, 구조 데이터를 즉시 가져올 수 있습니다.
• 약물 정보 검색: 최종 사용자나 연구자에게 동의어, 분자식, PubChem 링크 등 약물의 자세한 정보를 제공합니다.
• 생물정보학 파이프라인 통합: AI 기반 파이프라인이 약물 재창출이나 상호작용 분석 등 작업을 위한 신뢰할 수 있는 화학 정보를 데이터 컨텍스트에 추가할 수 있습니다.
• 교육 도구 지원: 교육 플랫폼에서 실시간 화학 정보를 제공하여 교육 및 시연에 활용할 수 있습니다.
• API 기반 애플리케이션: 수동 API 처리가 필요 없는 최신 화학 데이터를 필요로 하는 웹 또는 모바일 애플리케이션의 백엔드에서 지원합니다.

설치 방법

Windsurf

1. 사전 준비: Python 3.10과 의존성(python-dotenv, requests, mcp, uvicorn)이 설치되어 있는지 확인하세요.
2. 클론 및 설치:

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

3. 구성 파일 수정: Windsurf 설정을 열고 Pubchem MCP 서버를 추가하세요:

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

4. 저장 및 재시작: 변경 사항을 저장하고 Windsurf를 재시작하세요.
5. 확인: 알려진 약물로 쿼리하여 정상 동작을 테스트하세요.

Claude

1. 사전 준비: Python 3.10 및 필수 패키지를 설치하세요.
2. 클론 및 설치:

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

3. Claude 구성: Claude Desktop의 servers_config.json에 다음을 추가하세요:

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

4. Claude 재시작
5. 확인: 약물 쿼리로 정상 설정을 확인하세요.

Cursor

1. 사전 준비: Python 3.10과 의존성이 설치되어 있어야 합니다.
2. 클론 및 설치:

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

3. MCP 서버 추가: Cursor의 구성 파일을 업데이트하세요:

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

4. Cursor 재시작
5. 테스트: 알려진 화합물로 검색해보세요.

Cline

1. 사전 준비: Python 3.10과 의존성을 설치하세요.
2. 클론 및 설치:

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

3. 구성 파일 수정: servers_config.json에 다음을 추가하세요:

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

4. Cline 재시작
5. 설정 확인: 샘플 쿼리로 정상 동작을 확인하세요.

API 키 보안 설정

현재 설정에서는 PubChem API 접근에 API 키가 필요하지 않습니다. 필요시 다음과 같이 환경 변수를 지정할 수 있습니다:

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

플로우에서 MCP 사용법

FlowHunt에서 MCP 사용하기

FlowHunt 워크플로우에 MCP 서버를 통합하려면, 플로우에 MCP 컴포넌트를 추가하고 AI 에이전트와 연결하세요:

MCP 컴포넌트를 클릭해 설정 패널을 엽니다. 시스템 MCP 구성 섹션에 다음과 같은 JSON 형식으로 MCP 서버 정보를 입력하세요:

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

구성이 완료되면 AI 에이전트가 MCP의 모든 기능에 접근할 수 있습니다. “pubchem” 부분은 실제 MCP 서버 이름으로, URL은 본인의 MCP 서버 주소로 바꿔주세요.

개요

위 내용을 바탕으로 Pubchem MCP 서버는 특정 도메인(화학/약물 정보)에 특화되어 있고, 설치가 간단하며 MCP 클라이언트와 손쉽게 통합할 수 있지만, 프롬프트, 리소스, 샘플링 등 고급 기능 문서화는 부족합니다.

의견

이 MCP 서버는 본래 목적에는 충실하고 간단하지만, 고급 사용자에게 더 다양한 MCP 기능과 문서화가 제공된다면 더욱 유용할 것입니다. 평점: 3/10.

MCP 점수