PubMed 增强搜索 MCP 服务器

这是一个提供增强工具来搜索和检索 PubMed 数据库中学术论文的 Model Content Protocol 服务器，具有额外的功能，如 MeSH 词查找、出版物数量统计以及基于 PICO 的证据搜索。

功能

• 通过关键词搜索 PubMed，可选期刊过滤
• 支持按相关性或日期排序结果（最新/最旧优先）
• 获取与搜索词相关的 MeSH（医学主题词）术语
• 获取多个搜索词的出版物数量（用于比较流行度）
• 检索详细的论文信息，包括摘要、DOI、作者和关键词
• 执行基于 PICO 的结构化搜索，支持同义词和组合查询

安装

预备条件

• 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
   

使用方法

在本地运行

启动服务器：

python pubmed_enhanced_mcp_server.py

对于带有自动重新加载的开发模式：

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），添加该服务器：

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

MCP 函数

该服务器提供了以下主要功能：

1. search_pubmed - 按关键词搜索 PubMed 文章，可选期刊过滤

   # 示例
   results = await search_pubmed(
       keywords=["糖尿病", "胰岛素抵抗"],
       journal="Nature Medicine",
       num_results=5,
       sort_by="date_desc"
   )
   

2. get_mesh_terms - 查找与医疗概念相关的 MeSH 术语

   # 示例
   mesh_terms = await get_mesh_terms("糖尿病")
   

3. get_pubmed_count - 获取多个搜索词的出版物数量

   # 示例
   counts = await get_pubmed_count(["糖尿病", "肥胖症", "高血压"])
   

4. format_paper_details - 根据 PMID 获取特定论文的详细信息

   # 示例
   paper_details = await format_paper_details(["12345678", "87654321"])
   

5. pico_search - 执行基于 PICO（人群、干预、对照、结局）的结构化搜索，支持同义词

   # 示例
   pico_results = await pico_search(
       p_terms=["糖尿病", "2型糖尿病", "T2DM"],
       i_terms=["二甲双胍", "格列本脲"],
       c_terms=["磺脲类药物", "格列吡嗪"],
       o_terms=["HbA1c降低", "血糖控制"]
   )
   

PICO 搜索功能

PICO 搜索工具帮助研究人员进行基于证据的文献搜索，通过：

1. 允许每个 PICO 元素使用多个同义词
2. 使用 OR 运算符在每个元素内组合术语
3. 在元素之间执行 AND 组合（P AND I，P AND I AND C 等）
4. 返回每种组合的搜索查询和出版物数量

这种方法有助于细化研究问题并识别最相关的文献。

速率限制

该服务器实现了自动重试机制和退避延迟，以处理 NCBI 的 E-utilities 服务可能的速率限制。

许可证

本项目根据 BSD 3-Clause 许可证发布 - 详情见 LICENSE 文件。 </中文翻译>