mcpField
P
pubmed_search MCP server

pubmed_search MCP server

本地服务
github.com/wavelovey搜索与检索4698 周前更新

关于 pubmed_search MCP server

pubmed_search 是一个用于检索 PubMed 文献的 MCP 服务。项目以简单的笔记存储示例为基础,提供资源、提示词和工具三类组件。

主要功能

  1. 01通过 MCP 检索 PubMed
  2. 02note:// URI 方案访问单条笔记
  3. 03summarize-notes 提示词支持简要或详细风格
  4. 04add-note 工具添加笔记并通知客户端

适用场景

  1. 01在 Claude Desktop 中配置 PubMed 检索服务
  2. 02使用 MCP Inspector 调试服务

MCP 相关

该项目是一个 MCP 服务,向客户端暴露笔记资源、summarize-notes 提示词和 add-note 工具。

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

pubmed_search MCP 服务

通过 MCP 搜索 PubMed

组件

资源

该服务实现了一个简单的笔记存储系统:

  • 用于访问单条笔记的自定义 note:// URI scheme
  • 每个笔记资源都有名称、描述和 text/plain MIME 类型
提示词

该服务提供一个提示词:

  • summarize-notes:汇总所有已存储笔记
    • 可选的 “style” 参数,用于控制详细程度(简短/详细)
    • 生成的提示词会结合所有当前笔记和风格偏好
工具

该服务实现了一个工具:

  • add-note:向服务添加新笔记
    • 必须提供 “name” 和 “content” 两个字符串参数
    • 更新服务状态,并通知客户端资源发生变化

配置

[TODO: 添加特定于你的实现的配置详情]

快速入门

安装
Claude Desktop

在 MacOS 上:~/Library/Application\ Support/Claude/claude_desktop_config.json 在 Windows 上:%APPDATA%/Claude/claude_desktop_config.json

开发中/未发布服务的配置 ``` "mcpServers": { "pubmed_search": { "command": "uv", "args": [ "--directory", "/Users/nofuture/Documents/GitHub/pubmed_search", "run", "pubmed_search" ] } } ```
已发布服务的配置 ``` "mcpServers": { "pubmed_search": { "command": "uvx", "args": [ "pubmed_search" ] } } ```

开发

构建和发布

准备分发软件包:

  1. 同步依赖项并更新锁文件:
uv sync
  1. 构建软件包分发文件:
uv build

这将在 dist/ 目录中创建源代码分发包和 wheel 分发包。

  1. 发布到 PyPI:
uv publish

注意:你需要通过环境变量或命令标志设置 PyPI 凭据:

  • 令牌:--token 或 UV_PUBLISH_TOKEN
  • 或用户名/密码:--username/UV_PUBLISH_USERNAME 和 --password/UV_PUBLISH_PASSWORD
调试

由于 MCP 服务通过 stdio 运行,调试可能颇具挑战。为了获得最佳调试体验,我们强烈建议使用 MCP Inspector。

你可以通过 npm 使用以下命令启动 MCP Inspector:

npx @modelcontextprotocol/inspector uv --directory /Users/nofuture/Documents/GitHub/pubmed_search run pubmed-search

启动后,Inspector 会显示一个 URL,你可以在浏览器中访问该 URL 开始调试。

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。