Pubmed Mcp Smithery

Pubmed Mcp Smithery

🚀 增强PubMed搜索MCP服务器

这是一个提供增强工具的Model Content Protocol(MCP)服务器,可从PubMed数据库中搜索和检索学术论文。它具备额外功能,如MeSH术语查找、出版物数量统计以及基于PICO的证据搜索,能极大提升学术论文搜索的效率和精准度。

🚀 快速开始

本服务器可帮助你从PubMed数据库中高效搜索和检索学术论文。以下是使用前的准备和操作步骤。

✨ 主要特性

  • 支持通过关键词搜索PubMed,还能进行可选的期刊过滤。
  • 可按相关性或日期(最新/最旧优先)对搜索结果进行排序。
  • 能够获取与搜索词相关的MeSH(医学主题词)。
  • 可以获取多个搜索词的出版物数量,方便比较流行度。
  • 能检索论文详细信息,包括摘要、DOI、作者和关键词。
  • 支持PICO(人群、干预、对照、结局)结构化搜索,支持同义词和组合查询。

📦 安装指南

先决条件

  • Python 3.6+
  • pip

安装步骤

  1. 克隆此仓库:
    git clone https://github.com/leescot/pubmed-mcp-smithery
    cd pubmed-mcp-smithery
    
  2. 安装依赖项:
    pip install fastmcp requests
    

💻 使用示例

本地运行

启动服务器:

python pubmed_enhanced_mcp_server.py

开发模式(自动重载):

mcp dev pubmed_enhanced_mcp_server.py

添加到Claude Desktop

编辑你的Claude Desktop配置文件(CLAUDE_DIRECTORY/claude_desktop_config.json)以添加此服务器:

"pubmed-enhanced": {
"command": "python",
"args": [
"/path/pubmed-mcp-smithery(pubmed_enhanced_mcp_server.py"
]
}

基础用法

该服务器提供了多个实用的功能,以下是一些基础用法示例:

# 根据关键词搜索PubMed文章,可选期刊过滤
results = await search_pubmed(
keywords=["糖尿病", "胰岛素抵抗"],
journal="Nature Medicine",
num_results=5,
sort_by="date_desc"
)

# 查找与医学概念相关的MeSH术语
mesh_terms = await get_mesh_terms("糖尿病")

# 获取多个搜索词的出版物数量
counts = await get_pubmed_count(["糖尿病", "肥胖症", "高血压"])

# 根据PMID获取特定论文的详细信息
paper_details = await format_paper_details(["12345678", "87654321"])

# 基于PICO(人群、干预、对照、结局)的结构化搜索,支持同义词和组合查询
pico_results = await pico_search(
p_terms=["糖尿病患者", "非糖尿病患者"],
i_terms=["二甲双胍"],
c_terms=["安慰剂"],
o_terms=["血糖水平"]
)

📚 详细文档

MCP功能

该服务器提供以下主要功能:

  1. search_pubmed - 根据关键词搜索PubMed文章,可选期刊过滤
  2. get_mesh_terms - 查找与医学概念相关的MeSH术语
  3. get_pubmed_count - 获取多个搜索词的出版物数量
  4. format_paper_details - 根据PMID获取特定论文的详细信息
  5. pico_search - 基于PICO(人群、干预、对照、结局)的结构化搜索,支持同义词和组合查询

🔧 技术细节

  • 代码示例中的参数需根据实际需求调整:在使用代码示例时,你需要根据自己的实际需求调整参数,以获得符合预期的结果。
  • PICO搜索功能支持复杂的医学查询:通过指定人群(p_terms)、干预(i_terms)、对照(c_terms)和结局(o_terms),可以进行高级筛选,满足复杂的医学查询需求。

📄 许可证

该软件受[许可证名称]许可,具体内容请参考项目仓库。

  • 0 关注
  • 0 收藏,29 浏览
  • system 提出于 2025-09-20 19:36

相似服务问题

相关AI产品