Oh My Kegg MCP

🚀 Oh My KEGG MCP

Oh My KEGG MCP 是一個用於訪問 KEGG（京都基因與基因組百科全書）數據庫的 Model Context Protocol (MCP) 服務器（非官方），它能助力用戶高效檢索和分析各類生物學數據。

✨ 主要特性

• 豐富的 KEGG 工具：提供 30 個 KEGG 工具，可對路徑、基因、化合物、反應、酶、疾病、藥物等多種生物學數據進行檢索與分析。
• 可流式 HTTP 傳輸：支持基於 HTTP 的通信方式，適用於 Web 環境。
• LangChain 集成：與 LangChain Agent 完美集成，使大語言模型（LLM）能夠充分利用 KEGG 數據。
• Ollama 支持：可與本地 LLM 模型搭配使用。

📦 安裝指南

1. 安裝必需包

pip install -r requirements.txt

2. 配置環境變量

參考 .env.example 文件創建 .env 文件：

cp .env.example .env

編輯 .env 文件並設置必要的值：

# OpenAI API 密鑰（使用 OpenAI 模型時需要）
# 使用 Ollama 時無需設置
OPENAI_API_KEY=your_openai_api_key

# MCP 服務器 URL（客戶端使用）
# 若服務器在其他主機/端口運行，需進行修改
KEGG_MCP_SERVER_URL=http://localhost:3000/mcp

# MCP 服務器配置（服務器運行時使用，可選）
# 已有默認值，無需修改
MCP_HOST=localhost
MCP_PORT=3000
MCP_PATH=/mcp

# Ollama 配置（可選）
# 若 Ollama 在其他主機/端口運行，需進行修改
# OLLAMA_HOST=http://localhost:11434

⚠️ 重要提示

• 使用 Ollama 時：無需設置 OPENAI_API_KEY，當前代碼默認使用 Ollama 作為模型。
• 使用 OpenAI 時：需在 OPENAI_API_KEY 中設置實際的 API 密鑰，並在 langchain_integration.py 中使用 ChatOpenAI。
• 服務器配置：MCP_HOST、MCP_PORT、MCP_PATH 用於服務器運行，已有默認值，無需修改。
• Ollama 主機：若 Ollama 在非默認端口（11434）運行，可設置 OLLAMA_HOST。

💻 使用示例

1. 啟動服務器

# 使用默認配置啟動（localhost:3000/mcp）
python kegg_mcp_server.py

# 或通過環境變量配置啟動
MCP_HOST=localhost MCP_PORT=3000 MCP_PATH=/mcp python kegg_mcp_server.py

服務器啟動後，會顯示如下信息：

Starting KEGG MCP Server on http://localhost:3000/mcp
Transport: Streamable HTTP

2. 啟動客戶端

# 基本啟動（使用可流式 HTTP）
python langchain_integration.py

# 僅進行 Ollama 連接測試
python langchain_integration.py --test

# 使用 stdio（可選，需要單獨的 TypeScript 服務器）
# 在 langchain_integration.py 中將 use_http 設置為 False
# 注意：目前僅支持可流式 HTTP 方式

可用工具

數據庫信息與統計（2 個）

• get_database_info - 查詢數據庫信息和統計數據
• list_organisms - 查詢所有 KEGG 生物體列表

路徑分析（3 個）

• search_pathways - 搜索路徑
• get_pathway_info - 獲取路徑詳細信息
• get_pathway_genes - 獲取路徑的基因列表

基因分析（2 個）

• search_genes - 搜索基因
• get_gene_info - 獲取基因詳細信息（可包含序列）

化合物分析（2 個）

• search_compounds - 搜索化合物
• get_compound_info - 獲取化合物詳細信息

反應與酶分析（4 個）

• search_reactions - 搜索反應
• get_reaction_info - 獲取反應詳細信息
• search_enzymes - 搜索酶
• get_enzyme_info - 獲取酶詳細信息

疾病與藥物分析（5 個）

• search_diseases - 搜索疾病
• get_disease_info - 獲取疾病詳細信息
• search_drugs - 搜索藥物
• get_drug_info - 獲取藥物詳細信息
• get_drug_interactions - 查詢藥物相互作用

模塊與直系同源分析（4 個）

• search_modules - 搜索模塊
• get_module_info - 獲取模塊詳細信息
• search_ko_entries - 搜索 KO 條目
• get_ko_info - 獲取 KO 詳細信息

聚糖分析（2 個）

• search_glycans - 搜索聚糖
• get_glycan_info - 獲取聚糖詳細信息

BRITE 層次分析（2 個）

• search_brite - 搜索 BRITE 層次
• get_brite_info - 獲取 BRITE 詳細信息

高級分析工具（5 個）

• get_pathway_compounds - 獲取路徑的化合物列表
• get_pathway_reactions - 獲取路徑的反應列表
• get_compound_reactions - 獲取化合物的反應列表
• get_gene_orthologs - 查找基因的直系同源物
• batch_entry_lookup - 批量查詢條目

交叉引用與集成（2 個）

• convert_identifiers - 轉換數據庫間的標識符
• find_related_entries - 查找相關條目

基礎用法

import asyncio
from langchain_integration import create_kegg_client, load_and_display_tools, create_default_model, run_agent_query
from langchain.agents import create_agent

async def main():
    # 創建客戶端（可流式 HTTP）
    client = create_kegg_client()
    
    try:
        # 加載工具
        tools = await load_and_display_tools(client)
        
        # 創建模型和 Agent
        model = create_default_model()
        agent = create_agent(model=model, tools=tools)
        
        # 執行查詢
        await run_agent_query(
            agent,
            "인간의 당분해(glycolysis) 경로를 찾아주세요.",
            "당분해 경로 검색"
        )
    finally:
        if hasattr(client, 'close'):
            try:
                await client.close()
            except:
                pass

if __name__ == "__main__":
    asyncio.run(main())

📚 詳細文檔

項目結構

kegg-mcp-test/
├── kegg_mcp_server.py          # Python MCP 服務器（可流式 HTTP）
├── langchain_integration.py    # LangChain 集成客戶端
├── requirements.txt             # Python 包依賴
├── .env.example                # 環境變量示例文件
├── .gitignore                  # Git 忽略文件列表
├── LICENSE                     # MIT 許可證
└── README.md                    # 項目文檔（此文件）

通信方式

可流式 HTTP（推薦）

• 優點：支持 Web 環境，擴展性好，採用標準 HTTP 協議。
• 使用方法：通過 Python 服務器 (kegg_mcp_server.py) 運行。
• 端口：默認端口為 3000（可通過環境變量修改）。

stdio（僅適用於本地，可選）

• 優點：具備最高安全性，開銷低，配置簡單。
• 使用方法：在 langchain_integration.py 中將 use_http 設置為 False 即可使用。
• 限制：僅支持本地運行，需要單獨的 TypeScript 服務器。

問題解決

服務器無法啟動

1. 檢查端口是否被佔用：lsof -i :3000
2. 確保所需包已安裝：pip install -r requirements.txt
3. 檢查 Python 版本：需要 Python 3.11 及以上版本。

客戶端連接失敗

1. 確認服務器是否正在運行。
2. 檢查服務器 URL 是否正確：KEGG_MCP_SERVER_URL 環境變量。
3. 檢查防火牆設置。

Ollama 連接失敗

1. 確認 Ollama 是否正在運行：ollama serve
2. 檢查模型是否已安裝：ollama list
3. 下載模型：ollama pull gemma3:4b（或使用其他模型）

📄 許可證

本項目採用 MIT 許可證。

🔗 參考資料

• KEGG REST API 文檔
• Model Context Protocol
• LangChain 文檔
• FastMCP 文檔