MCP SERVER LIMS

MCP 服务 LIMS

此代码库包含视频中展示的 MCP Server 代码，该视频来自以下 LinkedIn 文章。示例展示了 Anthropic 的 Claude 调用 MCP 数据库和模拟仪器工具，执行实验室工作流中的各个步骤。这个示例颇具挑战性，因为它要求在多个步骤中管理结构丰富的数据集合。

https://www.linkedin.com/pulse/ai-agent-lims-iot-mcp-tom-sheffler-ylmpc/

简介

LIMS（实验室信息管理系统）示例的目标是让 AI Agent 管理一组样本在实验室工作流中流转时相关的数据。

这里的合成工作流是实验室中可能遇到的某种流程的简化版本，但省略了许多细节。在此工作流中，实体样本会在处理或分析它们的仪器之间传递。此外，还有与样本进入仪器及处理完成后跟踪样本相关的数据流。

下方的工作流示意图展示了工作流的各个步骤以及必须管理的数据。数据以表格形式展示，每个步骤中的每个样本对应一条记录。

示例

工作流从样本管到达开始。样本管有若干支。每支管都有一个“样本名称”和对应的“质量”。样本管进入实验室时的相关数据会录入数据跟踪系统。此步骤称为“登记”。

样本在系统中登记后，就可以由第一台仪器处理。样本被装入仪器，与样本相关的数据也会发送到该仪器。随后，仪器便可开始处理。第一台仪器称为“制备”仪器。它的输出包括两部分：

1. 制备完成的样本，装在一组输出管中
2. 每个样本及其制备方式的相关数据

在我们的模拟制备步骤中，每个样本都会经过处理，在管中的样本上附加一个遗传标签（“actg”、“acac”等），并在输出数据中记录附加到每个样本上的标签。（无法提前知道哪个标签会附加到哪个样本上。）“status”字段还会记录此步骤是否成功执行，其值可以是“passed”或“failed”。

制备完成的样本随后便可由“分析仪”处理。第一台仪器的输出样本会装入第二台仪器，并将每个样本的已知数据发送给分析仪。

分析仪会消耗实体样本，并输出每个已分析样本的相关数据。其中包括一个“filename”和一个用于衡量分析步骤某项指标的“metric”。

工作流执行的最终输出应是一份报告，以易于理解的格式汇总各个步骤的信息。

模拟仪器

真实的实验室仪器确实会通过 HL7 或 REST 等协议，对一组样本进行数据输入和输出。真实仪器上的此类接口有可能作为使用 MCP（Model Context Protocol）的“工具”与 AI Agent 集成。

在此模拟中，这些工具不会调用真实仪器的 API，而是生成模拟结果。制备仪器的“tag”和“status”值以及分析仪的“metric”值均为随机选择。

在现实世界中，仪器处理可能需要数分钟或数小时。在我们的模拟仪器中，每秒处理一个样本，以此表示时间流逝。

AI Agent 与工具集成面临的挑战

在此示例中，我们要求 AI Agent 规划如何跨一系列步骤管理数据。AI Agent 可能会使用数据库保存中间结果，也可能会发现使用 SQL 数据库有助于对各步骤的数据执行最终的“联接”。Agent 也可能设计其他数据管理方式，或者只是在对话中处理数据。

工作流规范要求分析步骤只处理“通过”的样本。

我们还定义了代表仪器的工具，并为其接口提供了丰富的类型定义。每个仪器都接收结构数组并生成结构数组。下面展示了 MCP 定义“preparation_tool”的一个示例。

JSON Schema 定义的一些显著特点包括：

1. 在 JSON 的“$defs”段中使用命名结构“InputSample”
2. 输入参数“sample_list”是一个数组
3. 该数组为同质数组，所有“items”的类型均为“#/$defs/InputSample”

到目前为止，在我们的测试中，许多大模型都能够处理符合这些架构要求的数据。

{
 'tools': [{'function': {'description': 'Prepare the samples for analysis.  '
                                        "Mark samples as 'passed' or "
                                        "'failed'. ",
                         'name': 'preparation_tool',
                         'parameters': {
                             '$defs': {
                                 'InputSample': {
                                     'properties': {
                                         'mass': {
                                             'description': 'sample mass in ng',
                                             'title': 'Mass',
                                             'type': 'integer'
                                         },
                                         'sample_name': {
                                             'description': 'sample name identifier',
                                             'title': 'Sample Name',
                                             'type': 'string'
                                         }
                                     },
                                     'required': ['sample_name', 'mass'],
                                     'title': 'InputSample',
                                     'type': 'object'
                                 }
                             },
                             'properties': {
                                 'sample_list': {
                                     'items': {
                                         '$ref': '#/$defs/InputSample'
                                     },
                                     'type': 'array'
                                 }
                             },
                             'required': ['sample_list'],
                             'type': 'object'
                         }
                     },
            'type': 'function'
        }]}

要求

除了本仓库的 LIMS Server 之外，还应运行 Python 服务“mcp-server-sqlite”，以便 AI Agent 使用数据库。

源代码位于此处。

• https://github.com/modelcontextprotocol/servers/tree/main/src/sqlite

提示词

第一个提示词描述了工作流的步骤，以及如何通过执行工具来完成每个步骤。由于执行工具需要某些数据，Agent 需要确定如何获取或生成这些数据。给 Agent 的最终目标是生成一份工作流报告，总结所有步骤中的数据。

下面展示了第一个提示词的开头。

The assistant's goal is to manage the data associated with a set of samples.  There are four steps of concern.

- accessioning - entering the initial samples in the database
- preparation - calling a tool to process the input samples to attach a tag and monitor a "passed" or "failed" status
- analysis - calling a tool to analyze the outputs of the preparation step whose status is "passed"
- report generation - displaying the sample data across the first 3 steps
...

面向较小型大模型的简化工具测试

第一个提示词的复杂度超出了较小型大模型的处理能力。第二个提示词旨在仅测试大模型格式化和处理工具调用，以及将表格数据转换为工具所需的结构数组的能力。

（事实证明，下面展示的提示词有助于检查丰富类型工具接口的正确性。）

Process the following table of data with the preparation_tool.
<table>
<tr>
  <th>Sample Name</th> <th>Input Mass</th>
<tr>
<tr>
  <td> NA12878 </td> <td> 45 </td>
</tr
<tr>
  <td> NCC1701 </td> <td> 77 </td>
</tr
<tr>
  <td> NACL </td> <td> 12 </td>
</tr
<tr>
  <td> NA12879 </td> <td> 32 </td>
</tr
</table>

构建和运行

请确保已安装 uv。

$ git clone https://github.com/sheffler/mcp-server-lims
$ cd mcp-server-lims
$ uv init
$ uv venv
$ . .venv/bin/activate
$ uv sync

此时，MCP 服务 SDK 的依赖项应已安装到 venv 中。

Claude Desktop 配置

编辑以下文件以配置 Claude Desktop：

• ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "mcp-lims-server" : {
      "command": "/Users/sheffler/git/mcp-server-lims/.venv/bin/python",
      "args": [
        "/Users/sheffler/git/mcp-server-lims/lims_server.py"
      ]
    },
    "sqlite": {
      "command": "/Users/sheffler/.local/bin/uvx",
      "args": [
        "mcp-server-sqlite",
        "--db-path",
        "/Users/sheffler/test.db"
      ]
    },
  }
}

Oterm 配置

~/Library/Application Support/oterm/config.json

{"theme": "textual-dark",
 "splash-screen": false,
 "mcpServers": {

    "mcp-lims-server" : {
      "command": "/Users/sheffler/git/mcp-server-lims/.venv/bin/python",
      "args": [
        "/Users/sheffler/git/mcp-server-lims/lims_server.py"
      ]
    },

    "sqlite": {
      "command": "/Users/sheffler/.local/bin/uvx",
      "args": [
        "mcp-server-sqlite",
        "--db-path",
        "/Users/sheffler/test.db"
      ]
    },

 }
}

Claude 生成的工作流报告

下面展示了一份由 Claude 生成的示例报告（使用 Claude Desktop）。

对话记录

此处附有与 Claude 的对话记录，供参考。

• ./lims-claude-transcript.docx
• ./lims-claude-transcript.pdf