通过 模型上下文协议 (MCP) 从 Cursor 控制 PyMOL。用通俗语言描述结构和样式；助手通过 XML‑RPC (run_command, run_python, pymol_get) 调用 PyMOL。
本项目封装并记录了一个 以 Cursor 为中心 的工作流。如果你更喜欢 CLI，同一个 MCP 服务器也适用于 Claude Code。
上游灵感： nagarh/pymol-claude-code (用于 Claude Code 的 PyMOL + MCP)。本仓库通过便携式 Cursor 配置、检查、脚本和安装文档扩展了该理念。
与 上游 flow.svg 相同的图表样式，针对 Cursor (青色节点) 进行了更新。使用 SVG/CSS 动画 (animateMotion, keyframes)。如果你的 Markdown 预览看起来是静态的，请直接在 GitHub 上打开 flow.svg 查看完整动画。
Related MCP server: vmd-mcp
组件 | 用途 |
| MCP 服务器 (stdio) → PyMOL XML‑RPC |
| 使用 |
| 针对 PyMOL 工具使用的智能体提示词 |
| 启动带有 |
| 健康检查：venv + MCP 导入 + 到 PyMOL 的 RPC |
| PyMOL 脚本示例 (标签 / 口袋) |
| 动画架构图 (与上游仓库样式相同) |
git clone https://github.com/truong128/pymol-cursor-mcp.git
cd pymol-cursor-mcp
python3 -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
pip install -U pip
pip install -r requirements.txt
deactivate安装 PyMOL (推荐使用 conda‑forge)，然后启动 RPC：
conda activate pymol_mcp # your env with pymol-open-source
pymol -R或者：./scripts/start_pymol_for_mcp.sh (执行 chmod +x 后)。
在 Cursor 中：打开文件夹 → 本仓库 → 设置 → MCP → 确认 pymol 已连接 → 如有必要，重启 Cursor。
python3 verify_stack.py应该打印：OK: MCP import + PyMOL RPC at http://localhost:9123
完整分步指南： INSTALL.md
终端： pymol -R 或 VS Code/Cursor 任务： “PyMOL: start with XML-RPC”。
Cursor： 在打开此文件夹的情况下使用聊天 / 智能体。
提示词： 例如 “Fetch 1hvr, cartoon on protein, sticks on ligand.”
主题 | 本项目 |
IDE | 以 Cursor 为主；包含 |
RPC URL |
|
路径 |
|
Windows |
|
验证 |
|
PyMOL 启动 |
|
MCP 已断开： 查看 Cursor 输出 → MCP 日志；重新创建 venv；将仓库根目录重新打开为工作区。
PyMOL 错误 / 缺少 .dylib： 将 PyMOL 从 conda-forge 安装到专用环境中 (参见 INSTALL.md)。
远程/HPC： 在编辑器运行的地方运行 MCP；隧道转发 RPC (PYMOL_RPC_URL, SSH -R) — 详情见 INSTALL.md。
PyMOL MCP 构思及原始服务器：pymol-claude-code — Hemant Nagar。
封装及以 Cursor 为中心的文档：truong128。
MIT — 参见 LICENSE。
This server cannot be deployed
Use your Mac, Windows or Linux computer from ChatGPT, Claude or Codex: files, commands, documents.
Remote data science agents for Snowflake, Databricks & BigQuery in Claude/Cursor via MCP
Run, debug, and triage tests from your IDE using natural language, no dashboard switching, no manual data transfers. The TestMu AI (formerly LambdaTest) MCP Server is a single remote server exposing four tool suites: HyperExecute — analyze your project, generate YAML configs and test runner commands, then monitor jobs and sessions. Automation — pull a TestID's details plus command, network, and console logs into one chat for instant root-cause analysis. Includes mobile app upload. SmartUI — explain pixel, layout, DOM, and perceptual changes in a visual regression run, with context-aware React/HTML/CSS fixes. Accessibility — audit any public URL or a local React app against WCAG and get ready-to-apply remediation steps. Connects over https://mcp.lambdatest.com/mcp using OAuth 2.1 — no API keys in your config. One-click install in Cursor; works with Claude, GitHub Copilot, Cline, and any MCP client. Tests execute on the TestMu AI cloud: 3,000+ browsers and 10,000+ real devices.
Operate Linux, macOS and Windows from your LLM. Every action runs through an auditable allowlist.
