关于 Rowan Mcp: A Server For Running Complex Computational Chemistry Tasks
Rowan MCP 是一个 Python 实现的 MCP 服务,将 Rowan 平台的分子设计与模拟工具封装为可通过自然语言调用的工具。适合需要进行化学与生物计算的研究人员,可用日常语言提交计算任务。
主要功能
- 01覆盖量化计算、构象搜索与 pKa 等性质预测
- 02支持分子对接与虚拟筛选工作流
- 03SMILES 查询与验证工具
- 04蛋白质上传、获取与清理
- 05工作流状态查询、停止与更新
- 06提供批量提交多个分子的功能
适用场景
- 01用自然语言计算分子的 pKa 或几何优化结构
- 02对大量候选分子进行批量对接或性质预测
- 03通过名称或 CAS 号查询分子的 SMILES
MCP 相关
该项目是 MCP 服务,向 Claude Desktop 等 MCP 客户端暴露约 45 个工具,用于提交和管理 Rowan 平台上的计算工作流。
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。
工具
41收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| engine | string | 否 | 计算引擎:'omol25'、'xtb'、'psi4' |
| folder_uuid | string | 否 | 用于整理此工作流的文件夹 UUID。空字符串表示使用默认文件夹 |
| initial_molecule | string | 是 | 用于量子化学计算的 SMILES 字符串或分子 JSON |
| max_credits | integer | 否 | 此计算可花费的最大额度。0 表示不限制 |
| method | string | 否 | 计算方法(例如,'gfn2-xtb'、'uma_m_omol'、'b3lyp-d3bj') |
| name | string | 否 | 用于识别和跟踪的工作流名称 |
| tasks | string | 否 | 任务的 JSON 数组或逗号分隔列表(例如,'["optimize"]'、'optimize, frequencies') |
详细介绍
Rowan MCP 服务
用于轻松运行 Rowan 分子设计和模拟工具的 MCP 服务。
安装
选项 1:自动安装(无需手动安装!)
只需将以下内容添加到 MCP 配置中,即可自动安装并运行:
HTTP/SSE 配置:
{
"mcpServers": {
"rowan": {
"type": "http",
"url": "http://127.0.0.1:6276/sse"
}
}
}
然后启动服务:
# Set your API key
export ROWAN_API_KEY="your_api_key_here"
# Start the HTTP server
uvx --from rowan-mcp rowan-mcp
选项 2:手动安装
如果你想先安装软件包:
使用 uv:
uv add rowan-mcp
使用 pip:
pip install rowan-mcp
然后进行配置并启动:
{
"mcpServers": {
"rowan": {
"type": "http",
"url": "http://127.0.0.1:6276/sse"
}
}
}
# Set API key and start server
export ROWAN_API_KEY="your_api_key_here"
rowan-mcp
获取 API 密钥
访问 labs.rowansci.com → 创建账户 → 生成 API 密钥
开始使用
向 AI 提问:"计算阿司匹林的 pKa" 或 "优化咖啡因的几何结构"
你可以做什么
向大模型提问:
- 计算药物性质:"预测阿司匹林的类药性"
- 优化分子结构:"优化阿司匹林的几何结构"
- 预测化学行为:"乙酸的 pKa 是多少?"
- 运行计算:"计算苯的 HOMO 和 LUMO"
系统要求
- Python 3.11+
- 包管理器:uv(推荐)或 pip
- Rowan API 密钥(可在 labs.rowansci.com 免费获取)
- 兼容 MCP 的客户端(Claude Desktop 等)
开发命令(如果你克隆了仓库):
# Run from source
export ROWAN_API_KEY="your_api_key_here"
uv run python -m rowan_mcp
可用工具
共计:45 个 MCP 工具
- 28 个专用工作流函数(包含 Rowan v2.1.9 中的所有工作流)
- 1 个批量工作流函数
- 3 个分子查找工具
- 7 个工作流管理工具
- 6 个蛋白质管理工具
化学计算
submit_basic_calculation_workflow- 使用多个引擎(omol25、xtb、psi4)进行能量、优化和频率计算submit_conformer_search_workflow- 使用多种搜索模式(快速/仔细/细致)进行构象搜索submit_conformers_workflow- 构象生成和枚举(与 conformer_search 不同)submit_multistage_opt_workflow- 按顺序采用不同精度级别进行多阶段几何优化submit_scan_workflow- 使用波前传播进行分子扫描(二面角、键、角度)submit_irc_workflow- 过渡态的固有反应坐标计算
分子性质
submit_pka_workflow- 在可自定义的 pH 范围和元素条件下进行微观 pKa 计算submit_macropka_workflow- 在不同 pH 和电荷范围内进行宏观 pKa 计算submit_solubility_workflow- 在多种溶剂和温度条件下进行溶解度预测submit_redox_potential_workflow- 电化学还原/氧化电位submit_descriptors_workflow- 适用于机器学习的分子描述符和特征submit_tautomer_search_workflow- 互变异构体枚举submit_admet_workflow- 用于药物发现的 ADME/毒性性质预测submit_hydrogen_bond_basicity_workflow- 氢键碱性(pKBHX)预测
反应性分析
submit_fukui_workflow- 用于识别亲电/亲核反应位点的 Fukui 指数
电子结构
submit_spin_states_workflow- 计算不同多重度下的自旋态能量
光谱与分析
submit_ion_mobility_workflow- 离子迁移率质谱碰撞截面(CCS)预测submit_strain_workflow- 计算环和笼状结构的分子应变能
过渡态与反应
submit_double_ended_ts_search_workflow- 根据反应物和产物结构搜索过渡态submit_pose_analysis_md_workflow- 对对接后的蛋白质-配体复合物进行分子动力学模拟
蛋白质与药物发现
submit_docking_workflow- 使用多个可执行程序(Vina、QVina2、Smina)进行蛋白质-配体对接submit_batch_docking_workflow- 用于虚拟筛选项目的高通量对接submit_protein_cofolding_workflow- 多蛋白质和蛋白质-配体协同折叠预测submit_msa_workflow- 用于蛋白质结构预测的多序列比对
批量处理
batch_submit_workflow- 通过任意工作流类型提交多个分子,以进行高通量处理
分子管理
molecule_lookup- 将分子名称、CAS 编号、IUPAC 名称转换为 SMILESbatch_molecule_lookup- 批量将分子名称转换为 SMILESvalidate_smiles- 验证并规范化 SMILES 字符串
蛋白质管理
create_protein_from_pdb_id- 根据 PDB ID 创建蛋白质(例如,'1HCK')retrieve_protein- 通过 UUID 获取蛋白质数据list_proteins- 列出所有可用的蛋白质upload_protein- 上传自定义蛋白质结构delete_protein- 从工作区中移除蛋白质sanitize_protein- 清理并验证蛋白质结构
工作流管理
retrieve_workflow- 获取完整的工作流数据、状态和结果(唯一可信来源)workflow_stop- 停止正在运行的工作流workflow_delete- 从工作区中移除工作流retrieve_calculation_molecules- 从计算中提取分子结构list_workflows- 列出所有工作流,并提供筛选选项workflow_update- 修改工作流参数workflow_delete_data- 移除工作流数据,同时保留元数据
要求
- Python 3.11+
- Rowan API 密钥
- 兼容 MCP 的 AI 助手(Claude Desktop 等)
实验性:桌面扩展(正在开发中)
正在开发一款适用于 Claude Desktop 的一键式桌面扩展(.dxt),无需进行命令行设置!目前正在完善此功能,以确保其与 MCP 扩展系统兼容。
目前,请使用上文介绍的标准安装包安装方式,该方式已经过全面测试且可靠。
获取帮助
- 文档:docs.rowansci.com
- 或者联系我!
引用
如果您在研究中使用此 MCP 工具,请引用其所依托的 Rowan 平台:
Rowan Scientific. https://www.rowansci.com(访问日期:2025-07-01)。
如需完整的引文信息,包括计算中使用的特定计算引擎、方法和工作流,请参阅 Rowan 的引用指南。
发布(维护者须知)
要向 PyPI 发布新版本:
# Update version in pyproject.toml and rowan_mcp/__init__.py
# Build the package
uv build
# Publish to PyPI (requires API token)
uv publish
# Or publish to TestPyPI first
uv publish --index-url https://test.pypi.org/simple/
MCP 检查器
# Start the server first
export ROWAN_API_KEY="your_api_key_here"
uv run python -m rowan_mcp &
# Then inspect
npx @modelcontextprotocol/inspector http://127.0.0.1:6276/sse
评论
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。