scientific-data-mcp
by xyonium
README.md
# scientific-data-mcp
科研**实体数据** MCP —— 化合物 / 生物活性 / 蛋白序列与结构 / 文献元数据的**免费官方 API 直连**。一个 server,12 个工具,零 key、零额度。
> 与 [paper-search](https://github.com/xyonium/paper-search)(文献检索 + RAG)、[finance-mcp](https://github.com/xyonium/finance-mcp)(金融/宏观)互补,不做重复。
## 定位
| 项目 | 管什么 | 不管 |
|------|--------|------|
| [finance-mcp](https://github.com/xyonium/finance-mcp) | 金融/宏观行情 | 科研 |
| [paper-search](https://github.com/xyonium/paper-search) | 学术**文献**检索 + RAG 入 OpenWebUI | 实体数据 |
| **scientific-data-mcp**(本项目) | 科研**实体数据**:化合物、活性、蛋白、结构、文献元数据 | 跨库文献检索、全文下载、RAG |
**边界一句话**:paper-search 管"找论文/读论文/入 RAG",本项目管"查实体数据"。PubMed 只做 pmid/doi → 结构化记录,不做 `pubmed_search`。
## 为什么
kimi datasource 把一批本来就免 key 的官方科研 API(PubChem / ChEMBL / UniProt / PDB / PubMed)包装成收费额度源。finance-mcp 在 2026-09-13 的去重中把这批源摘除,每源都有 live 实测的免费端点证据(见 [`docs/research/kimi-sources/`](./docs/research/kimi-sources/))。本项目是这批源的免费直连落点。
## 源与工具
全部免 key。唯一可选配置是 `NCBI_API_KEY`(免费申请,把 E-utilities 从 3 req/s 提到 10 req/s;不配也能用)和联系邮箱 `NCBI_EMAIL`。申请步骤与扩展源的 key 入口见 [docs/CREDENTIALS.md](./docs/CREDENTIALS.md)。
| 域 | 源 | 工具 |
|----|----|------|
| 化学 | **PubChem**(PUG-REST) | `chem_compound` — 化合物主记录(CID、分子式、分子量、IUPAC、SMILES、InChIKey、XLogP、TPSA、H 键、同义名) |
| 化学 | PubChem | `chem_compound_properties` — 指定属性集 |
| 化学 | PubChem | `chem_similar_compounds` — 结构相似性(POST + ListKey 轮询) |
| 化学 | **ChEMBL**(EBI REST) | `chembl_search` — molecule / target / assay 全文检索 |
| 化学 | ChEMBL | `chembl_bioactivity` — 按分子或靶点的活性测量(IC50/Ki/…、pChEMBL) |
| 化学 | ChEMBL | `chembl_mechanisms` — 作用机制(MoA) |
| 蛋白 | **UniProt**(rest.uniprot.org) | `protein_entry` — 归一化条目(功能、基因、物种、关键词、PDB 交叉引用、可选全序列) |
| 蛋白 | UniProt | `protein_search` — UniProtKB 检索,cursor 分页 |
| 蛋白 | UniProt | `protein_map_ids` — 官方 ID Mapping(submit → poll) |
| 结构 | **RCSB PDB**(Data + Search API) | `protein_structure` — 条目 + 聚合物实体摘要 |
| 结构 | RCSB PDB | `protein_structure_search` — 全文检索 PDB 条目 |
| 文献 | **PubMed**(E-utilities) | `pubmed_record` — pmid / doi → 标题、作者、期刊、年卷期页、摘要、DOI、PMCID |
所有工具只返回上游真实字段:缺字段就是上游没有,不推断、不补全。失败返回 `{"error": ..., "source": ...}`,不会让一次调用炸掉整轮对话。
## 安装
```bash
uv venv --python 3.12 .venv
uv pip install -e . --python .venv/bin/python
# 或直接从仓库装(PyPI 尚未发布)
uvx --from git+https://github.com/xyonium/scientific-data-mcp scientific-data-mcp
```
## 运行
stdio(mcpo / 本地 MCP 客户端):
```bash
scientific-data-mcp
```
Streamable HTTP:
```bash
scientific-data-mcp --http --host 0.0.0.0 --port 8000
```
mcpo 配置示例(`config.json`):
```json
{
"mcpServers": {
"scientific-data": {
"command": "uvx",
"args": ["--from", "git+https://github.com/xyonium/scientific-data-mcp", "scientific-data-mcp"],
"env": {}
}
}
}
```
### 可选 key(不是必需)
```json
"env": {
"NCBI_API_KEY": "免费申请,PubMed 限速 3 → 10 req/s",
"NCBI_EMAIL": "you@example.com"
}
```
申请步骤、各源是否有 key、以及 M6 扩展源(Materials Project / openFDA / NOAA / BioGRID / NASA)的入口见 **[docs/CREDENTIALS.md](./docs/CREDENTIALS.md)**。不配 key 时五个源全部可用,只是 PubMed 慢一些。
## Docker
```bash
docker build -t scientific-data-mcp:dev .
docker run --rm -p 8000:8000 scientific-data-mcp:dev --http --host 0.0.0.0
```
## 开发
```bash
pytest -q # hermetic(respx mock),0 egress
ruff check .
python scripts/live_smoke.py # 真实打 5 个上游,人工跑
```
- 设计与决策:[`docs/superpowers/specs/`](./docs/superpowers/specs/)
- 实施计划:[`docs/superpowers/plans/`](./docs/superpowers/plans/)
- 工作记忆:[`docs/memory/MEMORY.md`](./docs/memory/MEMORY.md)
- 立项证据:[`docs/research/kimi-sources/`](./docs/research/kimi-sources/)
- 维护指南:[`AGENTS.md`](./AGENTS.md)
## License
MIT
This server cannot be deployed
Maintenance
ActivityMaintained
ResponsivenessNo recent community issues