meddata

MedData MCP Server

mcp-name: io.github.anthesiallc/meddata

一个 Model Context Protocol 服务，可将 MedData API 作为工具提供，让任何 MCP 客户端（Claude Desktop、Cursor、ChatGPT 连接器或 Agent 框架）都能通过对话查询药物和 补充剂数据并检查相互作用。

这是一个轻量封装：每个工具都映射到一个 MedData REST 端点。所有数据 处理都由 API 完成。

工具

工具	功能
search_drugs	按品牌名或通用名搜索药物；返回 RxCUI 和详细信息
get_drug	按 RxCUI 获取完整药物档案
get_drug_by_ndc	按 NDC 包装代码获取药物档案
search_supplements	按名称搜索补充剂；返回补充剂 ID
get_supplement	按 ID 获取完整补充剂资料表
check_interactions	检查 2 至 10 种药物／补充剂混合清单中的相互作用
assess_routine	全面评估日常方案：逐对覆盖情况、来源、时间和食物条件
get_usage	当前计费周期的用量和套餐限额

check_interactions 与 assess_routine 的区别

check_interactions 返回平面形式的相互作用列表。assess_routine 则会返回推理过程：每个提交的名称解析成了什么、每一对查阅了哪些内容， 以及每项发现所依据的文档。当答案需要解释或采取行动，而不只是展示时，请使用它。

最重要的区别体现在 pairs_checked[].status 中：

状态	含义
finding	存在一项或多项有依据的发现，列于 findings[] 中
no_finding_in_sources	已查阅涵盖此类配对的来源，但未发现内容。没有发现不代表安全
not_covered	没有来源涵盖此类配对，因此未进行评估。大多数补充剂之间的配对都属于此类
unresolved	某项未能解析，因此无法进行检查

not_covered 和 no_finding_in_sources 表示不同的结果，空的平面列表 无法区分二者。

assess_routine 还接受 class_matching（默认关闭）。启用后，药物 会与补充剂记录中列出的治疗类别匹配，而不仅仅是记录中列出的药物名称；此类发现会带有 basis.level: "class" 并注明类别，因此可以区分推断匹配与明确匹配。发现还会带有 basis.level （formulation / ingredient / class），说明来源与提交内容的匹配程度；还会提供三态的 timing 和 food 条件，其中未提及表示 not_documented，而不是“没有影响”；以及包含文档 版本和原文段落的 references[]。

获取 API 密钥

免费套餐每月可调用 250 次，无需信用卡：

curl -X POST https://meddata.anthesia.io/api/v1/signup \
  -H 'Content-Type: application/json' \
  -d '{"email":"[email protected]"}'

密钥会在响应的 api_key 字段中返回。

安装和运行

最简单的方式是使用 uv（无需手动创建虚拟环境）：

# stdio transport (default — for Claude Desktop, Cursor, most local clients)
MEDDATA_API_KEY=md_your_key uvx meddata-mcp

# streamable-HTTP transport (for remote / web clients)
MEDDATA_API_KEY=md_your_key uvx meddata-mcp --http

也可以使用 pip 将其安装到独立环境中：

pip install meddata-mcp
MEDDATA_API_KEY=md_your_key meddata-mcp

注意：请安装到专用环境中。mcp SDK 要求的 starlette 版本比 MedData API 应用固定的版本更新，因此二者一起安装会发生冲突。

环境变量：

• MEDDATA_API_KEY（必填）— 你的 MedData API 密钥。
• MEDDATA_BASE_URL（可选）— 默认为 https://meddata.anthesia.io。
• MEDDATA_TIMEOUT（可选）— 请求超时时间（秒），默认为 30。

客户端配置

Claude Desktop

在 claude_desktop_config.json 中添加（Settings → Developer → Edit Config）：

{
  "mcpServers": {
    "meddata": {
      "command": "uvx",
      "args": ["meddata-mcp"],
      "env": { "MEDDATA_API_KEY": "md_your_key" }
    }
  }
}

Cursor

在 ~/.cursor/mcp.json 中添加相同的代码块（或添加到项目的 .cursor/mcp.json 中）。

Smithery（托管，无需安装）

该服务托管在 Smithery 上， 因此支持 Smithery 的 MCP 客户端无需安装任何内容即可连接。你只需在 Smithery 配置中提供 MedData API 密钥，它便会将请求路由到该服务。

LangChain / LangGraph

任何 LangChain 或 LangGraph Agent 都可以通过 langchain-mcp-adapters 使用这些工具：

# pip install langchain-mcp-adapters langgraph "langchain[anthropic]"
from langchain_mcp_adapters.client import MultiServerMCPClient

client = MultiServerMCPClient(
    {
        "meddata": {
            "transport": "stdio",
            "command": "uvx",
            "args": ["meddata-mcp"],
            "env": {"MEDDATA_API_KEY": "md_your_key"},
        }
    }
)
tools = await client.get_tools()
# hand `tools` to a LangGraph/LangChain agent, e.g.
# from langgraph.prebuilt import create_react_agent
# agent = create_react_agent("anthropic:claude-opus-4-8", tools)

LlamaIndex 通过其 MCP 工具规范也可以采用相同的方式。

从源代码开发

git clone https://github.com/anthesiallc/meddata-mcp && cd meddata-mcp
python -m venv .venv
.venv/Scripts/python -m pip install -e ".[http]"   # Windows; [http] adds uvicorn for --http
# .venv/bin/pip install -e ".[http]"                # macOS/Linux
MEDDATA_API_KEY=md_your_key .venv/Scripts/python -m meddata_mcp.server

备注

• 数据仅供参考，不构成医疗建议。
• 交互数据来自成熟的医疗数据库；结果为空表示这些来源中未找到相关数据，并不代表已证明某种组合是安全的。