PubMed 增强搜索 MCP 服务器

模型内容协议服务器提供增强的工具来从 PubMed 数据库搜索和检索学术论文，并具有 MeSH 术语查找、出版物计数统计和基于 PICO 的证据搜索等附加功能。

特征

• 使用可选期刊过滤器通过关键词搜索 PubMed
• 支持按相关性或日期对结果进行排序（最新/最旧）
• 获取与搜索词相关的 MeSH（医学主题词）术语
• 获取多个搜索词的出版数量（有助于比较流行程度）
• 检索详细的论文信息，包括摘要、DOI、作者和关键词
• 执行基于 PICO 的结构化搜索，支持同义词和组合查询

安装

先决条件

• Python 3.6+
• 点子

安装

1. 克隆此存储库：
   git clone https://github.com/leescot/pubmed-mcp-smithery cd pubmed-mcp-smithery
2. 安装依赖项：
   pip install fastmcp requests

用法

本地运行

启动服务器：

对于具有自动重新加载的开发模式：

添加到 Claude 桌面

编辑 Claude Desktop 配置文件（ CLAUDE_DIRECTORY/claude_desktop_config.json ）以添加服务器：

MCP 功能

该服务器提供以下主要功能：

1. search_pubmed - 使用可选的期刊筛选功能在 PubMed 中搜索与关键词匹配的文章
   # Example results = await search_pubmed( keywords=["diabetes", "insulin resistance"], journal="Nature Medicine", num_results=5, sort_by="date_desc" )
2. get_mesh_terms - 查找与医学概念相关的 MeSH 术语
   # Example mesh_terms = await get_mesh_terms("diabetes")
3. get_pubmed_count - 获取多个搜索词的出版物数量
   # Example counts = await get_pubmed_count(["diabetes", "obesity", "hypertension"])
4. format_paper_details - 根据 PMID 获取特定论文的详细信息
   # Example paper_details = await format_paper_details(["12345678", "87654321"])
5. pico_search - 使用同义词执行结构化的 PICO（人口、干预、比较、结果）搜索
   # Example pico_results = await pico_search( p_terms=["diabetes", "type 2 diabetes", "T2DM"], i_terms=["metformin", "glucophage"], c_terms=["sulfonylurea", "glipizide"], o_terms=["HbA1c reduction", "glycemic control"] )

PICO搜索功能

PICO 搜索工具通过以下方式帮助研究人员进行基于证据的文献搜索：

1. 允许每个 PICO 元素有多个同义词
2. 使用 OR 运算符组合每个元素内的术语
3. 在元素之间执行 AND 组合（P AND I、P AND I AND C 等）
4. 返回每个组合的搜索查询和出版物计数

这种方法有助于细化研究问题并确定最相关的文献。

速率限制

该服务器实现了具有退避延迟的自动重试机制，以处理 NCBI 的 E-utilities 服务的潜在速率限制。

执照

该项目根据 BSD 3-Clause 许可证获得许可 - 有关详细信息，请参阅 LICENSE 文件。