💊 drug-pipeline-mcp

面向 AI 智能体的制药研发管线情报 —— 在一个 MCP 服务器中整合临床试验、FDA 批准、药物信息及出版物。

无幻觉。每一项输出均可追溯至源 NCT ID、FDA 申请编号或 PMID。

快速入门

pip install git+https://github.com/DasClown/drug-pipeline-mcp.git
# or try it on Smithery: https://smithery.ai/servers/crop-mcp/drug-pipeline

# Start MCP server (stdio)
drug-pipeline

# Or HTTP mode for remote access
pip install drug-pipeline-mcp[http]
drug-pipeline --http --port 8081

工具 (6)

智能体查询示例

“GLP-1 受体激动剂的研发管线有哪些？” → drug_pipeline(drug_name="semaglutide") → ATC 分类、FDA 状态、10+ 项试验、出版物

“哪些公司有针对非小细胞肺癌的 III 期临床试验？” → search_trials(condition="non-small cell lung cancer", phase="PHASE3", status="RECRUITING")

“帕博利珠单抗 (pembrolizumab) 在欧盟和美国的批准情况如何？” → get_approvals(drug_name="Keytruda") → 包含日期的 FDA 提交历史 → get_eu_approvals(drug_name="Keytruda") → 欧盟授权状态

“司美格鲁肽 (semaglutide) 的安全性信号有哪些？” → get_safety_data(drug_name="semaglutide") → 6,027 份 FAERS 报告，主要反应：恶心 (862)、呕吐 (750)

“有哪些药物获批用于非小细胞肺癌？” → approved_for_condition(condition="non-small cell lung cancer") → 82 种药物 (Keytruda, Tagrisso, Opdivo, Tecentriq, ...)

“NCT03178617 的入排标准是什么？” → get_trial_detail(nct_id="NCT03178617")

输出示例 (drug_pipeline)

{
  "status": "ok",
  "query": {"drug_name": "semaglutide"},
  "drug_info": {
    "atc_classification": {"code": "A10BJ", "name": "GLP-1 analogues"},
    "rxcui": "1991302",
    "products": [{"brand_name": "Ozempic", "generic_name": "semaglutide", "labeler": "Novo Nordisk"}]
  },
  "clinical_trials": { "results": [ ... ] },
  "publications": { "total_count": 846, "returned_count": 5 },
  "data_sources": ["openFDA", "RxNorm", "PubMed", "clinicaltrials.gov"]
}

架构

drug-pipeline-mcp/
├── drug_pipeline/
│   ├── __init__.py        # Version
│   ├── server.py          # MCP server (6 tools)
│   └── sources.py         # Data source fetchers
├── drug_pipeline_cli.py   # CLI entry point
├── pyproject.toml
└── README.md

无机器学习。无预测。仅对经过验证的原始来源进行结构化综合。

数据源

反幻觉机制

每一项结果均包含：

• NCT ID → https://clinicaltrials.gov/study/NCT...

• FDA 申请编号 → https://www.accessdata.fda.gov/...

• PMID → https://pubmed.ncbi.nlm.nih.gov/PMID...

无计算字段，无预测，无“近似”估算。

语言

所有输出均为 英语（JSON 字段名、描述、结果）。服务器可通过 Smithery 上的 language 参数进行配置，以支持未来的本地化。

许可证

MIT