mcpField
I
Infercnv-MCP

Infercnv-MCP

本地服务
github.com/scmcphub科研与教育270 周前更新
代码仓库

关于 Infercnv-MCP

Infercnv-MCP 通过 MCP 为 scRNA-Seq 数据提供 infercnvpy 的 CNV 推断自然语言接口，面向研究人员和 Agent 开发者。它涵盖数据读写、预处理、推断评分及可视化。

主要功能

  1. 01读写 scRNA-Seq 数据和基因位置
  2. 02计算邻居并准备数据
  3. 03推断 CNV 并计算评分
  4. 04生成染色体热图、UMAP 和 t-SNE

适用场景

  1. 01用自然语言分析 scRNA-Seq 的 CNV
  2. 02将 CNV 分析集成到 Agent 应用

MCP 相关

这是一个 MCP 服务，为兼容的 AI 客户端、插件和 Agent 框架提供 infercnvpy 数据处理、CNV 分析与可视化工具。

#infercnv#cnv-analysis#scrna-seq

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

Infercnv-MCP

通过 MCP 使用 infercnvpy，从 scRNA-Seq 数据中推断拷贝数变异（CNV）的自然语言接口。

🪩 它能做什么？

  • IO 模块，用于读取和写入 scRNA-Seq 数据、加载基因位置
  • 预处理模块，用于计算邻居和准备数据
  • 工具模块，用于 CNV 推断和 CNV 评分
  • 绘图模块，用于生成染色体热图、UMAP 和 t-SNE 可视化

❓ 适用于哪些人？

  • 希望使用自然语言从 scRNA-Seq 数据中推断 CNV 的研究人员
  • 希望将 CNV 分析集成到应用中的 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 infercnv-mcp：

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

📚 文档

scmcphub 的完整文档可在 https://docs.scmcphub.org 查看。

🏎️ 快速开始

安装

从 PyPI 安装

pip install infercnv-mcp

你可以运行以下命令进行测试

infercnv-mcp run
在本地运行 infercnv-mcp

请参考 MCP 客户端中的以下配置：

检查路径

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

"mcpServers": {
  "infercnv-mcp": {
    "command": "/home/test/bin/infercnv-mcp",
    "args": [
      "run"
    ]
  }
}
远程运行 infercnv-server

请参考 MCP 客户端中的以下配置：

在你的服务中运行

infercnv-mcp run --transport shttp --port 8000

然后配置 MCP 客户端，如下所示：

http://localhost:8000/mcp

🤝 贡献

如有任何问题，欢迎提交 issue，或联系我（[email protected]）。也欢迎贡献代码！

引用

如果你在研究中使用 infercnv-mcp，请考虑引用以下项目：

https://github.com/icbi-lab/infercnvpy

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。