Skip to main content
Glama

MedEval MCP-Server

Authentifizierter Streamable-HTTP-MCP-Zugriff auf eine laufende MedEval-Instanz für Medizinprodukte-Regulierungsdokumente.

Öffentlicher Endpunkt: https://xiaoyuu.me/mcp

Der Server stellt MedEval-Projektauswahl, Evidenzabruf, CEP/CEF-Abschnittskontext, Agent-Beobachtbarkeit, Generierungs-/Bewertungsaufgabensteuerung und unveränderbare Dokumentrevisionen für Codex-kompatible MCP-Clients bereit.

Sicherheitsmodell

  • Jede MCP-Anfrage erfordert Authorization: Bearer <token>.

  • Der MCP-Prozess bindet an 127.0.0.1; nur Nginx stellt ihn über HTTPS bereit.

  • Der Adapter darf ausschließlich die Loopback-MedEval-API aufrufen.

  • Es werden keine Lösch-, Bereinigungs-, Abbruch-, Rollback- oder beliebigen Server-Datei-Upload-Tools bereitgestellt.

  • Das Zugriffstoken wird ausschließlich in /etc/medeval-mcp.env auf dem Server gespeichert und darf niemals committet werden.

  • Diese Bereitstellung verwendet eine gemeinsame MedEval-Instanz. Jeder mit dem Token kann deren Projekte einsehen und die bereitgestellten Schreib-Tools aufrufen. Verwenden Sie separate Bereitstellungen/Tokens, wenn eine Mandantentrennung erforderlich ist.

MedEval selbst kann weiterhin die vom Betreiber konfigurierten Modell- und Literatur-Anbieter aufrufen. Gehen Sie nicht davon aus, dass diese nachgelagerten Vorgänge offline sind, nur weil der MCP-Adapter privat ist.

Related MCP server: LLM Wiki Streamable HTTP MCP Server

Verwendung mit Codex

Codex unterstützt Streamable-HTTP-MCP-Server mit Bearer-Tokens. Setzen Sie das Token in eine Umgebungsvariable, nicht in config.toml.

1. Token setzen

PowerShell:

$env:MEDEVAL_MCP_TOKEN = "the-token-provided-by-the-server-owner"

macOS/Linux:

export MEDEVAL_MCP_TOKEN='the-token-provided-by-the-server-owner'

2. Codex konfigurieren

Fügen Sie dies zu ~/.codex/config.toml hinzu:

[mcp_servers.medeval]
url = "https://xiaoyuu.me/mcp"
bearer_token_env_var = "MEDEVAL_MCP_TOKEN"
tool_timeout_sec = 1800
startup_timeout_sec = 30
default_tools_approval_mode = "writes"

Starten Sie die ChatGPT-Desktop-App, die Codex-CLI oder die IDE-Erweiterung neu. Verwenden Sie /mcp, um zu überprüfen, dass medeval verbunden ist.

Der writes-Genehmigungsmodus erlaubt schreibgeschützte Inspektion im Normalbetrieb, fragt jedoch vor Generierung, Bewertung, Workspace-Erstellung oder Dokument-Patching nach.

Typischer Arbeitsablauf

  1. Rufen Sie medeval_health auf.

  2. Rufen Sie medeval_list_projects auf; raten Sie niemals eine Workspace- oder Aufgaben-ID.

  3. Laden Sie Quelldokumente über xiaoyuu.me hoch, wenn nötig. Remote-MCP kann bewusst keine Pfade auf dem Client-Computer lesen.

  4. Verwenden Sie medeval_search_project_evidence oder medeval_build_section_context für nachvollziehbaren Abruf.

  5. Starten Sie Generierung/Bewertung nur nach ausdrücklicher Autorisierung und behalten Sie die zurückgegebene Aufgaben-ID.

  6. Prüfen Sie medeval_get_task_progress, medeval_list_runs und medeval_get_run, anstatt eine langsame Aufgabe blind erneut zu senden.

  7. Lesen Sie bei Bearbeitungen die aktuelle Revision, patchen Sie mit deren base_revision_id und überprüfen Sie anschließend den Diff.

Produktfakten müssen aus hochgeladenen Produktmaterialien stammen. Externe Literatur dient als unterstützende Evidenz und darf beabsichtigte Verwendung, Indikationen, Spezifikationen, Risiken oder Testergebnisse nicht stillschweigend ersetzen.

Verfügbare Tools

Schreibgeschützte Tools:

  • medeval_health

  • medeval_list_projects

  • medeval_get_workspace

  • medeval_list_workspace_documents

  • medeval_list_runs

  • medeval_get_run

  • medeval_get_agent_context

  • medeval_list_project_documents

  • medeval_search_project_evidence

  • medeval_build_section_context

  • medeval_list_generation_templates

  • medeval_get_task_progress

  • medeval_get_generation_task

  • medeval_list_document_revisions

  • medeval_read_document_revision

  • medeval_diff_document_revisions

Nicht-destruktive Schreib-Tools:

  • medeval_create_workspace

  • medeval_start_generation

  • medeval_start_evaluation

  • medeval_patch_document_revision

Eigene Instanz ausführen

Voraussetzungen:

  • Python 3.11+

  • Ein erreichbares MedEval-FastAPI-Backend auf demselben Host

  • HTTPS-Reverse-Proxy für den öffentlichen Zugriff

git clone https://github.com/hanxiaoyu-cmd/medeval-mcp-server.git
cd medeval-mcp-server
python3 -m venv .venv
. .venv/bin/activate
python -m pip install -e .
cp .env.example .env

Exportieren Sie die Variablen aus .env, dann:

python -m medeval_mcp_server

Der Standard-Listener ist 127.0.0.1:8765; die MCP-Route ist /mcp und die öffentliche Health-Route ist /healthz.

Produktionsbereitstellung

Beispiel-Systemd- und Nginx-Dateien finden Sie unter deploy/:

  • medeval-mcp.service führt einen unprivilegierten, gehärteten Prozess aus.

  • nginx-location.conf proxyt /mcp ohne Pufferung und hält langlaufende Tool-Aufrufe am Leben.

Token mit folgendem Befehl generieren:

python -c 'import secrets; print(secrets.token_urlsafe(36))'

In einer root-lesbaren Umgebungsdatei speichern:

MEDEVAL_MCP_TOKEN=<generated-token>
MEDEVAL_API_BASE_URL=http://127.0.0.1:8000
MEDEVAL_MCP_PUBLIC_HOSTS=your-domain.example,127.0.0.1,localhost

Dateimodus auf 600 setzen, Nginx mit nginx -t validieren und sowohl die Ablehnung nicht authentifizierter Anfragen als auch die erfolgreiche authentifizierte MCP-Initialisierung überprüfen, bevor Sie das Token teilen.

Entwicklung

python -m pip install -e ".[dev]"
python -m pytest
python -m compileall -q src

Lizenz

MIT

A
license - permissive license
Not graded
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • An authenticated remote MCP server for user-owned devices and one-shot capability invocation.

  • A paid remote MCP for Context7 MCP docs, built to return verdicts, receipts, usage logs, and audit-r

  • AI Reasoning Cache & Consensus Layer with 11 MCP tools via Streamable HTTP.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/hanxiaoyu-cmd/medeval-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server