Mcp.science

🚀 MCP.science：用於科學研究的開源MCP服務器 🔍📚

MCP.science是一個專注於科學研究應用的開源項目，它提供了一系列MCP服務器，藉助標準化協議讓AI模型與科學數據、工具和資源實現交互，加速科學發現進程。

🚀 快速開始

在本倉庫中運行任意服務器就如同執行一條命令般簡單。例如，要啟動 web-fetch 服務器，可執行以下命令：

uvx mcp-science web-fetch

此命令會處理從安裝到執行的所有操作。若想了解更多配置細節以及查找其他服務器，請參閱下文的 "如何為AI客戶端應用配置MCP服務器" 部分。

✨ 主要特性

• 標準化交互：通過MCP協議，使AI模型（如Claude）能以標準化方式與科學數據、工具和資源進行交互。
• 豐富的服務器種類：涵蓋示例服務器、材料項目服務器、Python代碼執行服務器等多種類型，滿足不同科學研究需求。
• 便捷配置與管理：可通過簡單命令啟動服務器，還可藉助MCPM工具自動化服務器與客戶端的連接配置。

📦 安裝指南

前提條件

1. 安裝uv：uv 是一個超快速（由Rust驅動）的pip + virtualenv替代品。使用以下命令進行安裝：

   curl -sSf https://astral.sh/uv/install.sh | bash
   

2. 準備MCP支持的客戶端應用：例如 Claude Desktop、VSCode、Goose、5ire 等。

快速啟動

使用 uvx 命令可快速啟動任意服務器，命令格式如下：

uvx mcp-science <服務器名稱>

例如，要在本地啟動 web-fetch 標準輸入輸出服務器，可在客戶端配置以下命令：

uvx mcp-science web-fetch

在Claude桌面版的JSON配置中，對應如下配置：

{
  "mcpServers": {
    "web-fetch": {
      "command": "uvx",
      "args": [
        "mcp-science",
        "web-fetch"
      ]
    }
  }
}

該命令會從PyPI下載 mcp-science 包並運行所需的入口點。

查找其他服務器

可查看 可用服務器 列表，列表中的每個條目都可使用上述命令模式啟動。

可選：使用MCPM管理集成

MCPM 是一個便捷的命令行工具，可自動將服務器連接到支持的客戶端。雖然不是必需的，但如果您經常在不同客戶端之間切換或維護大量服務器，它會很有用。基本工作流程如下：

# 首先安裝mcpm - 它是一個獨立項目
uv pip install mcpm

mcpm client ls           # 發現支持的客戶端
mcpm client set <名稱>   # 選擇您正在使用的客戶端

# 添加服務器（如有需要會自動安裝）
mcpm add web-fetch

命令執行完成後，重啟客戶端以便重新加載工具配置。您還可以瀏覽 MCPM註冊表 以獲取更多社區維護的服務器。

💻 使用示例

基礎用法

啟動 web-fetch 服務器：

uvx mcp-science web-fetch

📚 詳細文檔

關於

本倉庫包含一系列專為科學研究應用設計的開源 MCP 服務器。這些服務器使AI模型（如Claude）能夠通過標準化協議與科學數據、工具和資源進行交互。

什麼是MCP？

MCP是一種開放協議，它規範了應用程序向大語言模型（LLMs）提供上下文的方式。可以將MCP想象成AI應用的USB - C端口。就像USB - C為設備連接各種外設和附件提供了標準化方式一樣，MCP為AI模型連接不同數據源和工具提供了標準化方式。

MCP有助於您在大語言模型之上構建代理和複雜工作流。大語言模型經常需要與數據和工具集成，而MCP提供了：

• 一個不斷增長的預構建集成列表，您的大語言模型可以直接接入。
• 在不同大語言模型提供商和供應商之間進行切換的靈活性。
• 在您的基礎設施內保護數據安全的最佳實踐。

來源：https://modelcontextprotocol.io/introduction

可用服務器

以下是本單倉庫中包含的MCP服務器完整列表。每個條目都鏈接到包含服務器源代碼和README的子目錄，以便您快速找到文檔和使用說明。

示例服務器

一個示例MCP服務器，展示了服務器實現所需的最小組件。

材料項目

一個專門的MCP服務器，使AI助手能夠從材料項目數據庫中搜索、可視化和處理材料科學數據。需要材料項目API密鑰。

Python代碼執行

在安全的沙盒環境中運行Python代碼片段，對標準庫訪問進行限制，從而使助手能夠進行分析和計算，而不會對您的系統造成風險。

SSH執行

允許助手通過SSH在遠程機器上運行預驗證的命令，支持可配置的身份驗證和命令白名單。

網頁抓取

從網頁抓取並處理HTML、PDF和純文本內容，以便助手引用或總結。

TXYZ搜索

通過TXYZ API執行網頁、學術和“盡力而為”的搜索。需要TXYZ API密鑰。

計時器

一個簡單的倒計時計時器，用於演示MCP通知，會流式傳輸進度更新。

GPAW計算

通過GPAW包提供密度泛函理論（DFT）計算。

Jupyter - Act

使助手能夠與正在運行的Jupyter內核進行交互，以編程方式執行筆記本單元格。

Mathematica檢查

通過無頭Mathematica實例評估Wolfram語言代碼的小片段。

NEMAD

神經科學模型分析儀表板服務器，提供檢查NEMAD數據集的工具。

TinyDB

通過TinyDB為輕量級JSON數據庫提供CRUD訪問，使助手能夠存儲和檢索小塊結構化數據。

如何為AI客戶端應用配置MCP服務器

如果您對這些內容不太熟悉，這裡有一份分步指南：為AI客戶端應用配置MCP服務器的分步指南

如何構建您自己的MCP服務器

如需瞭解更多詳細信息，請查看 如何逐步構建您自己的MCP服務器。

🔧 技術細節

服務器實現

服務器基於MCP協議實現，使用標準化接口與AI模型進行交互。不同類型的服務器根據其功能需求，調用相應的科學數據、工具和資源。

配置管理

通過 uvx 命令和MCPM工具進行服務器的配置和管理，利用標準化的命令和配置文件，確保服務器的快速部署和靈活使用。

📄 許可證

本項目採用MIT許可證，詳情請參閱 LICENSE 文件。

致謝

感謝所有貢獻者！

引用

若進行常規使用，請按照根目錄 CITATION.cff 中的描述引用本倉庫。 若使用特定服務器/子項目，請查看 servers/ 下該子項目文件夾中的相應 CITATION.cff 文件以獲取合適的引用方式。