Zetesis Scientific Due Diligence

Zetesis

可在 Smithery 上使用

在 Claude、Copilot 或任何 MCP 主机中，对一项主张开展科学尽职调查。

向 Zetesis 提供一项主张、摘要、论文、拨款申请或演示文稿。它会将主张归入相应的科学类别，然后返回领域审稿人会提出的问题、以往识别出类似主张问题的失败模式，以及与之相关的公开证据。每个来源都附有 PMID、DOI、NCT 编号、NIH 拨款编号或 SEC 文件参考。它返回的每个标识符都来自检索结果，不会生成任何标识符。

它还可以评估某项主张在更早年份时的情况，将证据限制为当时已经存在的内容，这样评判依据就是当时可知的信息，而不是后来实际发生的结果。

安装

以下方式均无需账号、密钥或令牌。

位置	命令
终端聊天	uv tool install zetesis，然后运行 zetesis（或运行 pipx install zetesis）
Claude Code	claude mcp add --transport http zetesis https://api.zetesis.science/mcp
Claude Code 插件（工具和技能）	/plugin marketplace add reutavidan/zetesis-plugin，然后运行 /plugin install zetesis@zetesis
Codex	codex mcp add zetesis --url https://api.zetesis.science/mcp
Gemini CLI	gemini mcp add --transport http zetesis https://api.zetesis.science/mcp
浏览器	https://api.zetesis.science/app

在终端中聊天

uv tool install zetesis     # or: pipx install zetesis
zetesis

zetesis 会在终端中打开一个聊天窗口，供你与托管的 Zetesis Agent 对话。你可以提问，也可以将演示文稿或论文（PDF、DOCX 或 PPTX）拖入窗口，然后查看它如何界定主张、搜索带日期的记录并评估各个维度。后续问题会使用同一批证据。/help 会列出命令（/attach、/sources、/new、/web）。无需账号或密钥。

连接

托管服务的地址为 https://api.zetesis.science/mcp，使用 Streamable HTTP。 无需账号、密钥或令牌。

Claude Code：

claude mcp add --transport http zetesis https://api.zetesis.science/mcp

Claude Desktop（claude_desktop_config.json）：

{
  "mcpServers": {
    "zetesis": {
      "type": "http",
      "url": "https://api.zetesis.science/mcp"
    }
  }
}

其他 MCP 客户端：

客户端	操作方法
Microsoft Copilot Studio	依次选择 Tools、Add a tool 和 Model Context Protocol。服务器 URL，身份验证选择 None。
ChatGPT	依次选择 Settings、Connectors 和 Developer mode。添加 URL。
Gemini CLI	gemini mcp add --transport http zetesis https://api.zetesis.science/mcp
Codex	codex mcp add zetesis --url https://api.zetesis.science/mcp

对于 Gemini 的 settings.json，请使用 httpUrl，而不是 url；后者使用 SSE，无法连接。完整设置说明：https://api.zetesis.science/docs

工具

zetesis_scope 会对声明进行路由，并返回适用于其类别的尽调工具包：审查者会提出的问题，按基底、方法、队列和偏倚风险分类；包含每种模式所依据公司名称的失败模式分类法；以及这些模式不适用的边界案例。只会得出肯定结论的检查清单会导致过度拒绝，因此其中也附有反例。

zetesis_evidence 会执行搜索，并返回从 Europe PMC、ClinicalTrials.gov、openFDA、NIH RePORTER 和 SEC EDGAR 汇总的去重资料包，每个来源都带有明确的公开标识符，后面附有评分标准，供你结合具体情境自行评估证据。

这两个调用都不会调用大模型。 它们会在不到一秒内返回，运行无需付费，也不会向模型提供商发送任何内容。这通常就是安全审查人员想要的答案。

evaluate_claim 会在服务器端生成 Zetesis 自己的分级解读。它速度较慢，只有在评估结果本身是交付内容，而不只是证据时才需要使用。

verify_attestation 会重新检查经过签名的 Zetesis 记录，以确认自签名后，其声明、证据和结论均未被篡改。无需账户。

声明类别：基因组学和孟德尔随机化、单细胞、全量组学、CRISPR 筛选、临床试验、真实世界证据、AI 临床决策支持、诊断、临床前模型、细胞与基因治疗、结构生物学。

年份限制为何重要

如今询问通用模型一项 2020 年的声明，它会根据多年后的信息作答；当时重要的论文会被此后发表的所有内容淹没。

在一项对照声明上的测量结果：不设年份限制的检索完全漏掉了关键论文，证据覆盖率为 35%。将检索限制在声明本身的年份后，同一组查询找到了这篇论文，覆盖率升至 79%。因此，年份限制不只是为了保证事后回看时的客观性，也能提升检索精度。

对于并非刚刚提出的声明，请将 as_of 设为声明提出的年份。

试用

What did the published evidence actually support about aducanumab and cognitive
decline at the end of 2019, using only sources available by then?

然后不指定年份，再问一遍同样的问题并进行比较。重点就在于两者的差异。

隐私

证据工具不会向模型提供商发送任何内容。evaluate_claim 会通过模型子处理商处理声明文本，子处理商名称、数据保留条款和托管区域均列于隐私政策中。声明文本不会被记录；仅保留元数据（路由的类别、深度和计数）。

Python 客户端

此代码库还会向 PyPI 发布一个精简的 stdio MCP 客户端。它早于托管服务发布，并提供一组较旧的工具（evaluate_claim、check_evaluation、verify_attestation、account_status）。该客户端不保存密钥，也不运行模型；每次调用都会转发到托管引擎，并且需要令牌。

请优先使用上方的托管端点。 它无需令牌，并提供当前版本的工具。客户端仍保留，供现有 stdio 配置使用：

claude mcp add zetesis --env ZETESIS_TOKEN=zk_... -- uvx --from zetesis zetesis-client

在终端中运行时，zetesis 会打开上方的聊天界面。由 MCP 宿主通过 stdio 启动时，它会运行此客户端，因此在 MCP 配置中，zetesis 和 zetesis-client 均可使用。

令牌：https://api.zetesis.science/request-access

• ZETESIS_TOKEN 用于设置令牌（无需令牌也可进行验证）
• ZETESIS_API 用于覆盖 API 基址，默认值为 https://api.zetesis.science

安全

请将漏洞私下报告至 [email protected]。请参阅 SECURITY.md。

采用 MIT 许可证。托管引擎是独立服务。

---

mcp-name: io.github.reutavidan/zetesis