Skip to main content
Glama
deenesjakoruzh
mr-rsr

rcm-mcp

by mr-rsr
OverviewSchemaSourceRelated ServersScoreDiscussions
Python
Remote

医疗收入周期管理（RCM）多智能体 MCP 服务器

一个基于 AI 原生的多智能体收入周期管理（RCM）MCP 服务器，实现了资格验证、预先授权以及由 Supabase 和 pgvector 支持的共享推理追踪。

架构概览

                          ┌────────────────────────────┐
                          │    RCM Multi-Agent System  │
                          │   (Eligibility / PriorAuth)│
                          └─────────────┬──────────────┘
                                        │ (SSE / HTTP / stdio)
                          ┌─────────────▼──────────────┐
                          │   FastMCP Server (Port 8000)│
                          │  trace.* | eligibility.*   │
                          │        priorauth.*         │
                          └─────────────┬──────────────┘
                                        │
                 ┌──────────────────────┴──────────────────────┐
                 ▼                                             ▼
     ┌────────────────────────┐                   ┌────────────────────────┐
     │  Supabase Relational   │                   │  pgvector / Semantic   │
     │  (Payers, Coverage,    │                   │  (Historical Clinical  │
     │   Rules, Traces)       │                   │   Precedents & Cases)  │
     └────────────────────────┘                   └────────────────────────┘

Related MCP server: mymedi-ai-mcp-server

1. Supabase 数据库设置

步骤 1.1：创建 Supabase 项目

  1. 登录 Supabase 并创建一个新项目。

  2. 在 项目设置 -> 数据库 下，记下你的 项目 URL 和 API 密钥（anon 或 service_role）。

步骤 1.2：启用 pgvector 并应用模式

  1. 在 Supabase 仪表板中打开 SQL 编辑器。

  2. 复制并粘贴 supabase/schema.sql 的内容并运行：

    • 启用 vector 扩展（CREATE EXTENSION IF NOT EXISTS vector;）。

    • 创建表：payers、appointments、patient_coverage、benefit_accumulators、payer_pa_rules、pa_requests、agent_trace（仅追加）和 escalations。

    • 创建 match_pa_cases 余弦相似度向量搜索函数。

步骤 1.3：加载种子数据

你可以使用以下任一选项将合成数据种子到 Supabase：

选项 A（Python 种子脚本）： 一旦你使用 SUPABASE_URL 和 SUPABASE_KEY 配置了 .env：

python seed_data.py

选项 B（SQL 编辑器）： 在 SQL 编辑器 中，复制并粘贴 supabase/seed.sql 的内容并运行。

这将种子化：

  • 5 个付款方：Aetna Commercial、Blue Cross Blue Shield、UnitedHealthcare、Medicare Part B、Cigna。

  • 5 个预约：计划中的就诊及其目标服务日期（DOS）。

  • 覆盖记录：用于边缘情况测试的有效与终止保单。

  • 福利累积器：特定 CPT 代码的免赔额、共付额、共同保险。

  • PA 规则与先例：预先授权指南和带有嵌入的历史案例。

2. 环境配置

将 .env.example 复制为 .env：

cp .env.example .env

使用你的凭据更新 .env 文件：

# Supabase Configuration
SUPABASE_URL=https://<your-project-ref>.supabase.co
SUPABASE_KEY=<your-supabase-service-role-or-anon-key>

# Server Configuration
MCP_SERVER_HOST=0.0.0.0
MCP_SERVER_PORT=8000

# Optional Embedding Key
OPENAI_API_KEY=

3. 安装

安装项目依赖：

pip install -r requirements.txt

4. MCP 工具参考

A. 共享追踪工具（trace.*）

所有智能体使用这些工具来维护一个仅追加、可审计的决策日志。

工具名称

描述

关键输入

输出

trace_write_decision

将决策记录追加到追踪日志中

entity_id、agent_name、decision_type、decision_payload、confidence、evidence_refs

status、trace_id

trace_query

拉取某个就诊的按时间顺序的决策历史

entity_id

count、追踪条目列表

trace_escalate_to_human

将案例排队以供人工主管审核

entity_id、agent_name、reason、context

escalation_id、status

B. 资格工具（eligibility.*）

在实际预约服务日期（DOS）验证患者覆盖范围，并估算患者费用。

工具名称

描述

关键输入

输出

eligibility_check_coverage

验证有效保单窗口是否覆盖目标服务日期

patient_id、payer_id、service_type、service_date

coverage_status、is_valid_on_service_date、deductible_met_pct

eligibility_get_benefit_details

检索累积器余额

patient_id、payer_id、cpt_code

copay、coinsurance_pct、deductible_remaining、estimated_patient_responsibility

eligibility_flag_coverage_gap

将检测到的覆盖缺口记录到追踪日志中

patient_id、gap_reason、confidence

status、trace_id

C. 预先授权工具（priorauth.*）

自动化程序规则查找、先例搜索和临床理由提交。

工具名称

描述

关键输入

输出

priorauth_check_requirement

检查程序代码是否需要预先授权

payer_id、cpt_code

requires_pa、rule_text

priorauth_submit_request

提交临床理由并接收状态

patient_id、payer_id、cpt_code、clinical_summary

id、status（approved/denied/pending）、payer_notes

priorauth_check_status

轮询已提交授权的状态

pa_request_id

id、status、payer_notes

priorauth_search_similar_cases

对历史 PA 案例进行语义向量搜索

cpt_code、clinical_summary、top_k

match_count、带相似度分数的排名 precedents

5. 运行 MCP 服务器

选项 A：SSE 传输（默认）

通过服务器发送事件（SSE）启动 FastMCP 服务器：

python run_server.py

  • SSE 端点将位于：http://localhost:8000/sse

选项 B：自定义主机/端口或 Stdio

你可以直接自定义传输参数：

# Run over stdio (e.g. for Claude Desktop / CLI clients)
python src/mcp_server/server.py --transport stdio

# Run over SSE on custom port
python src/mcp_server/server.py --transport sse --port 8080

6. 测试与验证

使用 pytest 运行测试套件：

pytest tests/

预期输出：

tests\test_mcp_tools.py ..........                                       [100%]
============================= 10 passed in 0.07s ==============================

7. 连接到智能体客户端

Claude Desktop 配置

将以下内容添加到你的 claude_desktop_config.json：

{
  "mcpServers": {
    "rcm-server": {
      "command": "python",
      "args": ["<path-to-repo>/src/mcp_server/server.py", "--transport", "stdio"]
    }
  }
}

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections. Dates show when Glama detected each change.

No tool schema history has been recorded yet.

This server cannot be installed

RayrunBuild, deploy, and operate MCP servers without becoming an infrastructure team.ray.runAd

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

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

Related MCP Connectors

Related MCP Servers

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/mr-rsr/rcm-mcp'

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