Serwer Pubchem MCP

Co robi serwer “Pubchem” MCP?

Serwer Pubchem MCP (Model Context Protocol) działa jako most między asystentami AI a API PubChem, umożliwiając płynne wydobywanie podstawowych informacji chemicznych o lekach. Dzięki integracji z tym serwerem systemy AI mogą automatycznie pobierać szczegóły molekularne, synonimy, identyfikatory i powiązane metadane dla związków chemicznych bezpośrednio z PubChem. Ta funkcjonalność usprawnia przepływy pracy w takich obszarach jak odkrywanie leków, bioinformatyka i informatyka chemiczna, automatyzując pobieranie danych, ograniczając ręczne wyszukiwanie i umożliwiając zaawansowane interakcje oparte na danych w środowiskach AI. Serwer jest zaprojektowany do łatwej integracji i może być używany w różnych platformach i narzędziach obsługujących standard MCP.

Lista promptów

W repozytorium nie wymieniono konkretnych szablonów promptów.

Lista zasobów

W repozytorium nie wskazano żadnych zasobów.

Lista narzędzi

W pliku server.py repozytorium ani w widocznej dokumentacji nie opisano żadnych narzędzi.

Przypadki użycia tego serwera MCP

• Automatyczne pobieranie danych chemicznych: Natychmiastowe pobieranie właściwości chemicznych, identyfikatorów i danych strukturalnych dla dowolnego leku lub związku chemicznego, usprawniając procesy badawcze i rozwojowe.
• Wyszukiwanie informacji o lekach: Dostarczaj użytkownikom końcowym lub badaczom kompleksowych danych o znanych lekach, w tym synonimów, wzoru sumarycznego oraz linków do wpisów w PubChem.
• Integracja z pipeline’ami bioinformatycznymi: Umożliwiaj pipeline’om AI wzbogacanie kontekstu danych o autorytatywne informacje chemiczne do zadań takich jak repozycjonowanie leków czy analiza interakcji.
• Wsparcie dla narzędzi edukacyjnych: Pozwalaj platformom edukacyjnym oferować bogate, aktualne informacje chemiczne na potrzeby nauczania i demonstracji.
• Aplikacje oparte na API: Obsługa backendowa dla aplikacji webowych lub mobilnych wymagających aktualnych danych chemicznych bez potrzeby ręcznej obsługi API.

Jak to skonfigurować

Windsurf

1. Wymagania wstępne: Upewnij się, że masz zainstalowanego Pythona 3.10 i zależności (python-dotenv, requests, mcp, uvicorn).
2. Klonowanie i instalacja:

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

3. Edycja konfiguracji: Otwórz konfigurację Windsurf i dodaj serwer Pubchem MCP:

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

4. Zapisz i zrestartuj: Zapisz zmiany i zrestartuj Windsurf.
5. Weryfikacja: Przetestuj, wykonując zapytanie o znany lek.

Claude

1. Wymagania wstępne: Zainstaluj Pythona 3.10 i wymagane pakiety.
2. Klonowanie i instalacja:

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

3. Konfiguracja Claude: Dodaj do pliku servers_config.json Claude Desktop:

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

4. Zrestartuj Claude.
5. Weryfikacja: Wykonaj zapytanie o lek, by potwierdzić konfigurację.

Cursor

1. Wymagania wstępne: Zainstaluj Pythona 3.10 i zależności.
2. Klonowanie i instalacja:

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

3. Dodanie serwera MCP: Zaktualizuj plik konfiguracyjny Cursor:

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

4. Zrestartuj Cursor.
5. Test: Wyszukaj znany związek chemiczny.

Cline

1. Wymagania wstępne: Zainstaluj Pythona 3.10 i zależności.
2. Klonowanie i instalacja:

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

3. Edycja konfiguracji: Dodaj poniższy fragment do servers_config.json:

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

4. Zrestartuj Cline.
5. Weryfikacja konfiguracji: Sprawdź, wykonując przykładowe zapytanie.

Zabezpieczanie kluczy API

Do dostępu do API PubChem w obecnej konfiguracji nie są wymagane żadne klucze API. W razie potrzeby można ustawić zmienne środowiskowe w następujący sposób:

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

Jak korzystać z tego MCP w przepływach

Wykorzystanie MCP w FlowHunt

Aby zintegrować serwery MCP z przepływem FlowHunt, dodaj komponent MCP do swojego przepływu i połącz go z agentem AI:

Kliknij komponent MCP, aby otworzyć panel konfiguracji. W sekcji systemowej konfiguracji MCP wstaw dane serwera MCP w tym formacie JSON:

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

Po skonfigurowaniu agent AI może korzystać z tego MCP jako narzędzia ze wszystkimi jego funkcjami i możliwościami. Pamiętaj, aby zmienić “pubchem” na faktyczną nazwę swojego serwera MCP i podać własny URL serwera MCP.

Przegląd

Na podstawie powyższego, Serwer Pubchem MCP jest bardzo skoncentrowany na konkretnej dziedzinie (informacje chemiczne/lekowe), łatwy w instalacji i integracji z klientami MCP, ale brakuje w nim dokumentacji dotyczącej promptów, zasobów czy zaawansowanych funkcji jak sampling czy roots.

Nasza opinia

Ten serwer MCP jest prosty i funkcjonalny w swoim zamierzonym zakresie, ale brakuje mu szerszych funkcji MCP i dokumentacji, które sprawiłyby, że byłby bardziej wszechstronny dla zaawansowanych użytkowników. Ocena: 3/10.

Ocena MCP