PubMed MCP Server

PubMed MCP 服务

用于 PubMed 文献搜索和管理的综合性模型上下文协议（MCP）服务。此服务通过 MCP 协议提供高级搜索功能、引文格式化和研究分析工具。

功能

• 高级 PubMed 搜索：使用复杂筛选条件进行搜索，包括日期范围、文章类型、作者、期刊和 MeSH 术语
• 文章详情：获取特定 PMID 的详细信息，包括摘要、作者和元数据
• 引文导出：以多种格式导出引文（BibTeX、APA、MLA、Chicago、Vancouver、EndNote、RIS）
• 作者搜索：查找特定作者的文章及其合著者信息
• 相关文章：发现与特定 PMID 相关的文章
• MeSH 术语搜索：搜索和浏览医学主题词
• 期刊分析：获取特定期刊的指标和近期文章
• 研究趋势：分析随时间变化的出版趋势
• 文章比较：并排比较多篇文章
• 缓存：内置缓存，提升性能
• 速率限制：通过可配置的速率限制，规范地使用 API

安装

前置条件

• Python 3.8 或更高版本
• NCBI API 密钥（需免费注册）
• 用于 NCBI API 身份验证的有效电子邮件地址

快速开始

1. 克隆仓库：

   git clone https://github.com/your-org/pubmed-mcp.git
   cd pubmed-mcp
   

2. 安装依赖项：

   pip install -r requirements.txt
   

3. 设置环境变量：

   cp env.example .env
   # Edit .env with your NCBI API key and email
   

4. 运行服务：

   python -m src.main
   

开发环境安装

安装开发所需的其他工具：

make install-dev

或手动安装：

pip install -r requirements.txt
pip install -e .
pip install black isort mypy flake8

配置

在项目根目录中创建 .env 文件，并添加以下变量：

# Required
PUBMED_API_KEY=your_ncbi_api_key_here
[email protected]

# Optional
CACHE_TTL=300
CACHE_MAX_SIZE=1000
RATE_LIMIT=3.0
LOG_LEVEL=info

获取 NCBI API 密钥

1. 访问 NCBI 账户设置
2. 登录或创建账户
3. 前往“API 密钥管理”
4. 创建新的 API 密钥
5. 将密钥复制到 .env 文件

用法

可用工具

此服务提供以下 MCP 工具：

1. search_pubmed

使用高级筛选选项搜索 PubMed。

{
  "query": "machine learning healthcare",
  "max_results": 20,
  "date_range": "5y",
  "article_types": ["Journal Article", "Review"],
  "has_abstract": true
}

2. get_article_details

获取特定 PMID 的详细信息。

{
  "pmids": ["12345678", "87654321"],
  "include_abstracts": true,
  "include_citations": false
}

3. search_by_author

搜索特定作者发表的文章。

{
  "author_name": "Smith J",
  "max_results": 10,
  "include_coauthors": true
}

4. export_citations

以多种格式导出引文。

{
  "pmids": ["12345678"],
  "format": "bibtex",
  "include_abstracts": false
}

5. find_related_articles

查找与特定 PMID 相关的文章。

{
  "pmid": "12345678",
  "max_results": 10
}

6. search_mesh_terms

使用 MeSH 术语进行搜索。

{
  "term": "Machine Learning",
  "max_results": 20
}

7. analyze_research_trends

分析随时间变化的出版趋势。

{
  "topic": "artificial intelligence",
  "years_back": 5,
  "include_subtopics": false
}

通过 MCP 客户端使用示例

import asyncio
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async def main():
    server_params = StdioServerParameters(
        command="python",
        args=["-m", "src.main"]
    )

    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            # Initialize the session
            await session.initialize()

            # Search PubMed
            result = await session.call_tool(
                "search_pubmed",
                {
                    "query": "COVID-19 vaccines",
                    "max_results": 5,
                    "date_range": "1y"
                }
            )

            print(result.content[0].text)

if __name__ == "__main__":
    asyncio.run(main())

开发

运行测试

# Run all tests
make test

# Run with coverage
make test-coverage

# Run specific test types
python run_tests.py unit
python run_tests.py integration
python run_tests.py coverage

代码质量

# Format code
make format

# Run linting
make lint

# Type checking
mypy src/

项目结构

pubmed-mcp/
├── src/
│   ├── __init__.py
│   ├── main.py              # Entry point
│   ├── server.py            # MCP server implementation
│   ├── models.py            # Pydantic models
│   ├── pubmed_client.py     # PubMed API client
│   ├── tool_handler.py      # Tool request handlers
│   ├── citation_formatter.py # Citation formatting
│   ├── tools.py             # Tool definitions
│   └── utils.py             # Utility functions
├── tests/                   # Test suite
├── requirements.txt         # Dependencies
├── setup.py                 # Package setup
├── pyproject.toml          # Modern Python config
├── Makefile                # Development commands
├── Dockerfile              # Container setup
└── README.md               # This file

Docker

构建和运行

# Build Docker image
make docker-build

# Run with environment variables
make docker-run PUBMED_API_KEY=your_key PUBMED_EMAIL=your_email

Docker Compose

version: '3.8'
services:
  pubmed-mcp:
    build: .
    environment:
      - PUBMED_API_KEY=your_key
      - PUBMED_EMAIL=your_email
      - LOG_LEVEL=info
    volumes:
      - ./data:/app/data

API 参考

搜索参数

• query：使用 PubMed 语法的搜索查询
• max_results：结果的最大数量（1-200）
• sort_order：排序顺序（relevance、pub_date、author、journal、title）
• date_from/date_to：日期范围筛选条件
• date_range：预定义范围（1y、5y、10y、all）
• article_types：按出版物类型筛选
• authors：按作者姓名筛选
• journals：按期刊名称筛选
• mesh_terms：按 MeSH 术语筛选
• language：语言筛选条件（例如，'eng'、'fre'）
• has_abstract：仅包含有摘要的文章
• has_full_text：仅包含有全文的文章
• humans_only：仅包含人体研究

引用格式

• bibtex：BibTeX 格式
• apa：APA 格式
• mla：MLA 格式
• chicago：Chicago 格式
• vancouver：Vancouver 格式
• endnote：EndNote 格式
• ris：RIS 格式

贡献

1. Fork 此仓库
2. 创建功能分支
3. 进行更改
4. 为新功能添加测试
5. 运行测试套件
6. 提交拉取请求

开发指南

• 遵循 PEP 8 风格指南
• 为所有函数添加类型提示
• 编写全面的测试
• 更新新功能的文档
• 使用约定式提交消息

许可证

本项目基于 MIT 许可证授权，详情请参阅 LICENSE 文件。

支持

• 问题：GitHub 问题
• 文档：项目 Wiki
• 讨论：GitHub 讨论

致谢

• 感谢 NCBI E-utilities 提供 PubMed API 访问
• 感谢 Model Context Protocol 提供 MCP 规范
• 感谢 Anthropic 对 MCP 开发的支持

更新日志

详细的更改历史请参阅 CHANGELOG.md。

---

注意：此服务需要有效的 NCBI API 密钥，并遵循 NCBI 的使用指南。请遵守 API 速率限制和服务条款。