PubMed MCP 服务器

🔍 通过简单的 MCP 接口，使 AI 助手能够搜索、访问并分析 PubMed 文章。

PubMed MCP 服务器通过模型上下文协议（MCP）在 AI 助手与 PubMed 的庞大生物医学文献库之间架起了一座桥梁。它允许 AI 模型以编程方式搜索科学文章，访问其元数据，并进行深入分析。

🤝 贡献 • 📝 报告错误

✨ 核心功能

• 🔎 论文搜索：使用关键词或高级搜索查询 PubMed 文章 ✅
• 🚀 高效检索：快速访问论文元数据 ✅
• 📊 元数据访问：获取特定论文的详细元数据 ✅
• 📊 研究支持：促进生物医学科学研究和分析 ✅
• 📄 论文访问：尝试下载全文 PDF 内容 ✅
• 🧠 深度分析：对论文进行全面分析 ✅
• 📝 研究提示：一组专门用于论文分析的提示 ✅

🚀 快速开始

前提条件

• Python 3.10+
• FastMCP 库

安装

通过 Smithery 安装

要通过 Smithery 自动安装 pubmed-mcp-server：

claude

npx -y @smithery/cli install @JackKuo666/pubmed-mcp-server --client claude

Cursor

将以下内容粘贴到设置 → Cursor 设置 → MCP → 添加新服务器中：

• 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 "{}"

1. 克隆仓库：

   git clone https://github.com/JackKuo666/PubMed-MCP-Server.git
   cd PubMed-MCP-Server
   

2. 安装所需依赖项：

   pip install -r requirements.txt
   

📊 使用方法

启动 MCP 服务器：

python pubmed_server.py

在 Claude Desktop 中使用

将以下配置添加到您的 claude_desktop_config.json 文件中：

（Mac OS）

{
  "mcpServers": {
    "pubmed": {
      "command": "python",
      "args": ["-m", "pubmed-mcp-server"]
      }
  }
}

（Windows 版本）：

{
  "mcpServers": {
    "pubmed": {
      "command": "C:\\Users\\YOUR\\PATH\\miniconda3\\envs\\mcp_server\\python.exe",
      "args": [
        "D:\\code\\YOUR\\PATH\\PubMed-MCP-Server\\pubmed_server.py"
      ],
      "env": {},
      "disabled": false,
      "autoApprove": []
    }
  }
}

使用 Cline

{
  "mcpServers": {
    "pubmed": {
      "command": "bash",
      "args": [
        "-c",
        "source /home/YOUR/PATH/mcp-server-pubmed/.venv/bin/activate && python /home/YOUR/PATH/pubmed-mcp-server.py"
      ],
      "env": {},
      "disabled": false,
      "autoApprove": []
    }
  }
}

🛠 MCP 工具

PubMed MCP 服务器提供以下工具：

1. search_pubmed_key_words：使用关键词在 PubMed 上搜索文章。
2. search_pubmed_advanced：使用多个参数在 PubMed 上执行高级搜索。
3. get_pubmed_article_metadata：使用 PMID 获取 PubMed 文章的元数据。
4. download_pubmed_pdf：尝试下载 PubMed 文章的全文 PDF。
5. deep_paper_analysis：对 PubMed 文章进行全面分析。

搜索论文

您可以要求 AI 助手使用如下查询来搜索论文：

你能搜索最近关于 CRISPR 的 PubMed 文章吗？

获取论文详情

一旦您有了 PMID，可以要求更多细节：

你能展示 PMID 12345678 的论文元数据吗？

分析论文

您可以请求对论文进行深度分析：

你能对 PMID 12345678 的论文进行深度分析吗？

📁 项目结构

• pubmed_server.py：使用 FastMCP 实现的主要 MCP 服务器
• pubmed_web_search.py：包含搜索 PubMed 和检索文章信息的逻辑

🔧 依赖项

• Python 3.10+
• FastMCP
• asyncio
• logging
• requests
• beautifulsoup4

🤝 贡献

欢迎贡献！请随时提交拉取请求。

📄 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 的服务条款并负责任地使用此工具。