cellrank-MCP

cellrank-MCP

通过 MCP 使用自然语言进行 scRNA-Seq 分析，并调用 cellrank。

🪩 它能做什么？

• IO 模块，如读取和写入 scRNA-Seq 数据
• 预处理模块，如过滤、质量控制、归一化、缩放、高变基因、PCA、邻居分析……
• 工具模块，如聚类、差异表达等
• 绘图模块，如小提琴图、热图、点图

❓ 适合哪些人？

• 想用自然语言进行 scRNA-Seq 分析的任何人！
• 想在自己的应用中调用 cellrank 函数的 Agent 开发者

🌐 在哪里使用？

你可以在大多数支持 MCP 的 AI 客户端、插件或 Agent 框架中使用 cellrank-mcp：

• AI 客户端，如 Cherry Studio
• 插件，如 Cline
• Agent 框架，如 Agno

📚 文档

scmcphub 的完整文档请访问 https://docs.scmcphub.org

🎬 演示

演示如何在 AI 客户端 Cherry Studio 中使用自然语言，通过 cellrank-mcp 分析 scRNA-Seq 细胞簇

🏎️ 快速开始

安装

从 PyPI 安装

pip install cellrank-mcp

运行以下命令进行测试

cellrank-mcp run

在本地运行 cellrank-mcp

请在 MCP 客户端中参考以下配置：

检查路径

$ which cellrank 
/home/test/bin/cellrank-mcp

"mcpServers": {
  "cellrank-mcp": {
    "command": "/home/test/bin/cellrank-mcp",
    "args": [
      "run"
    ]
  }
}

远程运行 cellrank-server

请在 MCP 客户端中参考以下配置：

在你的服务器上运行

cellrank-mcp run --transport shttp --port 8000

然后在本地 AI 客户端中配置 MCP 客户端，如下所示：

"mcpServers": {
  "cellrank-mcp": {
    "url": "http://localhost:8000/mcp"
  }
}

🤝 参与贡献

如有任何问题，欢迎提交 issue，或通过电子邮件联系我（[email protected]）。也欢迎参与代码贡献！

引用

如果你在研究中使用了 cellRank-mcp，请考虑引用以下著作：

Weiler, P., Lange, M., Klein, M. et al. CellRank 2: unified fate mapping in multiview single-cell data. Nat Methods 21, 1196–1205 (2024). https://doi.org/10.1038/s41592-024-02303-9