Knowledgebase MCP

🚀 BioContextAI - 知识库MCP

BioContextAI - 知识库MCP是一个用于生物医学研究的模型上下文协议（MCP）服务器，它为人工智能系统和生物医学资源之间提供了一个标准化的连接层。更多文档和使用指南请访问：https://biocontext.ai

徽章信息

✨ 主要特性

• 标准化连接：提供人工智能系统与生物医学资源之间的标准化连接层。
• 统一访问：通过模型上下文协议（MCP）提供统一的访问层，实现AI系统与特定领域数据源的互操作性。
• 多种部署方式：既可以作为开源软件包进行本地托管，也可以使用远程服务器进行免设置集成。

🚀 快速开始

BioContextAI知识库MCP是针对常见生物医学资源的MCP服务器实现，它使具有智能代理能力的大语言模型（LLM）能够检索经过验证的信息并执行特定领域的任务。与之前需要为每个资源进行自定义集成的方法不同，BioContextAI KB MCP通过模型上下文协议提供了一个统一的访问层，实现了AI系统与特定领域数据源之间的互操作性。

知识库MCP有以下两种使用方式：

• 本地托管：作为开源软件包进行本地部署（详见 自托管）。
• 远程服务器：可在 https://mcp.biocontext.ai/mcp/ 进行免设置集成（需遵守合理使用原则）。

⚠️ 重要提示

若条件允许，建议您在本地运行BioContextAI知识库MCP，以避免速率限制，并确保依赖远程托管的应用程序的服务可用性。

知识库MCP是更广泛的 BioContextAI项目 的一部分。BioContextAI注册表 对公开生物医学数据库和分析工具的社区服务器进行编目，为社区提供工具发现和分发的资源。注册表索引可在以下链接找到：https://biocontext.ai/registry。

📚 详细文档

引用说明

如果我们的工作对您的研究有帮助，请按以下方式引用：

TBA.

已实现的工具

BioContextAI知识库MCP公开了多个外部生物医学API。您可以将BioContextAI视为LLM的浏览器，使其能够在这些知识库中查找相关信息。使用BioContextAI知识库MCP时，请务必遵守各个服务的使用限制（例如速率限制）。如果您在研究中使用了这些服务的数据，请务必同时引用BioContextAI以及相应的数据源/工具。

⚠️ 重要提示

通过这些API访问的数据不在BioContextAI知识库MCP许可证的覆盖范围内。您有责任确保您对数据的使用符合许可规定。

工具列表

• 抗体注册表 - 基因ID转换
• bioRxiv/medRxiv - 近期预印本搜索和元数据访问
• Ensembl - 基因ID转换
• EuropePMC - 文献搜索和全文访问
• 谷歌学术 - 学术出版物和作者搜索（由于速率限制，仅适用于本地使用）
• InterPro - 蛋白质家族、结构域和功能位点分类
• KEGG - 通路、基因和药物-药物相互作用数据库（由于许可限制，仅适用于本地使用）
• OpenTargets - 靶点-疾病关联
• PanglaoDB - 单细胞RNA测序细胞类型标记物
• PRIDE - 蛋白质组学质谱数据存储库
• 蛋白质图谱 - 蛋白质表达数据
• Reactome - 通路数据库
• STRING - 蛋白质-蛋白质相互作用网络
• AlphaFold DB - 蛋白质三级结构预测

OpenAPI MCP服务器

FastMCP 允许将遵循OpenAPI规范的REST端点轻松转换为MCP服务器。我们添加了代码，可根据配置文件中提供的模式自动创建此类服务器，以便部署自己版本的BioContextAI的用户可以轻松扩展可用工具列表。配置文件位于 src/biocontext_kb/openapi/config.yaml。默认情况下，不包含任何OpenAPI服务器，但您可以编辑配置文件来添加服务。

📦 安装指南

克隆仓库

克隆此仓库的最新版本：

git clone https://github.com/biocontext-ai/core-mcp-server.git
cd core-mcp-server

部署方式

1. Docker部署（带有多个uvicorn工作进程的gunicorn）

# 构建Docker容器
docker build -t biocontext_kb:latest .
docker run -p 127.0.0.1:8000:8000 biocontext_kb:latest

此方式将在 http://127.0.0.1:8000/mcp/ 公开您的MCP服务器。

⚠️ 重要提示

对于公共部署，您应该禁用不必要的端口，并通过反向代理（例如Nginx或Caddy）访问MCP服务器。您可能还需要配置运行用户和目录以限制权限，在无root权限的设置中使用Docker或podman，并采取额外的安全措施，如使用Cloudflare进行DDoS保护或使用fail2ban。

2. 使用 uv 进行本地部署，支持可流式HTTP和uvicorn

uv build
export MCP_ENVIRONMENT=PRODUCTION
export PORT=8000
biocontext_kb

3. 使用 uv 进行本地部署，使用标准输入输出传输

uv build
export MCP_ENVIRONMENT=DEVELOPMENT
biocontext_kb

4. 使用Claude桌面版进行本地部署（claude_desktop_config.json）

{
  "mcpServers": {
    "biocontext_kb": {
      "command": "uvx",
      "args": [
        "biocontext_kb@latest"
      ],
      "env": {
        "UV_PYTHON": "3.12"
      }
    }
  }
}

别忘了重启Claude以使更改生效。

5. 在VS Code（.vscode/mcp.json）、Cursor（.cursor/mcp.json）或WindSurf（.codeium/windsurf/mcp_config.json）中与编码代理一起进行本地部署

{
  // VS Code: "servers"
  "mcpServers": {
    "biocontext_kb": {
      // 如果无法正常工作，请替换为 `which uvx` 的路径（建议在macOS上通过Homebrew安装）
      "command": "uvx",
      "args": [
        "biocontext_kb@latest"
      ]
    }
  }
}

在Windows和WSL2环境中，上述配置需要进行如下调整：

{
  // VS Code: "servers"
  "mcpServers": {
    "biocontext_kb": {
      "command": "wsl",
      "args": [
        "~/.local/bin/uvx", // 设置为您的 `uvx` 路径
        "biocontext_kb"
      ]
    }
  }
}

6. 与您自己的MCP客户端进行本地部署

• 遵循 PydanticAI 设置指南。
• 遵循 FastMCP 设置指南。
• 遵循 mcp-use 设置指南。

📄 许可证

本项目采用Apache License 2.0许可 - 详情请参阅LICENSE文件。

⚠️ 重要提示

Apache 2.0许可证仅适用于此仓库中提供的代码。对于各个集成API的使用限制和许可证，用户应直接参考相应的API提供商。以下是相关概述：

数据源和许可信息

免责声明

用户在通过此MCP服务器访问数据时，应独自承担确保遵守所有适用许可条款和条件的责任。 上述列出的许可证和条款可能会发生变化，特定数据集或出版物可能会有额外的引用要求。在将任何数据用于商业目的、重新分发或出版之前，请直接从每个数据源审查当前的许可条款。某些数据源可能有未在此摘要中完全涵盖的额外限制。

特别需要注意的是，对于KEGG数据，虽然允许学术使用，但根据其专有许可条款，不允许使用KEGG数据提供商业服务或进行远程托管。

🔗 相关资源

• 项目文档：https://biocontext.ai
• API文档：https://docs.kb.biocontext.ai/
• BioContextAI注册表：https://github.com/biocontext-ai/registry
• 聊天界面：https://biocontext.ai/chat