🚀 PubMed MCP 服务器
🔍 本项目允许 AI 助手借助简单的 MCP 接口，对 PubMed 文章进行搜索、访问与分析，为生物医学研究提供有力支持。
PubMed MCP 服务器借助 Model Context Protocol (MCP)，在 AI 助手和 PubMed 的海量生物医学文献库间搭建了桥梁。它能让 AI 模型通过关键词或高级搜索查询科学文章，快速获取论文元数据，还能以程序化方式开展深入分析。
🤝 欢迎贡献 • 📝 可报告错误
✨ 主要特性
- 🔎 论文搜索：支持使用关键词或高级搜索查询 PubMed 文章 ✅
- 🚀 高效检索：能够快速访问论文元数据 ✅
- 📊 元数据访问：可获取特定论文的详细信息 ✅
- 📊 研究支持：有助于促进生物医学科学研究和分析 ✅
- 📄 论文访问：可尝试下载全文 PDF 内容 ✅
- 🧠 深入分析：能进行全面的论文分析 ✅
- 📝 研究提示：提供一组专门用于论文分析的提示 ✅
🚀 快速开始
先决条件
- Python 3.10+
- FastMCP 库
安装
使用 Smithery 安装
可通过 Smithery 自动为 Claude Desktop 安装 pubmed-mcp-server：
claude
npx -y @smithery/cli install @JackKuo666/pubmed-mcp-server --client claude
Cursor
在 Settings → Cursor Settings → MCP 中添加新服务器，粘贴以下内容：
- Mac/Linux
npx -y @smithery/cli@latest run @JackKuo666/pubmed-mcp-server --client cursor --config "{}"
Windsurf
npx -y @smithery/cli@latest install @JackKuo666/pubmed-mcp-server --client windsurf --config "{}"
CLine
npx -y @smithery/cli@latest install @JackKuo666/pubmed-mcp-server --client cline --config "{}"
- 克隆仓库：
git clone [仓库地址]
cd [仓库名称]
- 安装依赖项：
pip install -r requirements.txt
📦 项目结构
pubmed_server.py：主要的 MCP 服务器实现，使用 FastMCPpubmed_web_search.py：包含搜索 PubMed 和获取文章信息的逻辑
🔧 技术细节
本项目的正常运行依赖以下组件：
- Python 3.10+
- FastMCP
- asyncio
- logging
- requests
- beautifulsoup4
🤝 贡献
欢迎大家为项目贡献力量！请随意提交 Pull Request。
📄 许可证
本项目采用 MIT 许可证。
⚠️ 免责声明
此工具仅用于研究目的。请遵守 PubMed 的服务条款，负责任地使用此工具。