Oh My Kegg MCP

🚀 Oh My KEGG MCP

Oh My KEGG MCP 是一个用于访问 KEGG（京都基因与基因组百科全书）数据库的 Model Context Protocol (MCP) 服务器（非官方），它能助力用户高效检索和分析各类生物学数据。

✨ 主要特性

• 丰富的 KEGG 工具：提供 30 个 KEGG 工具，可对路径、基因、化合物、反应、酶、疾病、药物等多种生物学数据进行检索与分析。
• 可流式 HTTP 传输：支持基于 HTTP 的通信方式，适用于 Web 环境。
• LangChain 集成：与 LangChain Agent 完美集成，使大语言模型（LLM）能够充分利用 KEGG 数据。
• Ollama 支持：可与本地 LLM 模型搭配使用。

📦 安装指南

1. 安装必需包

pip install -r requirements.txt

2. 配置环境变量

参考 .env.example 文件创建 .env 文件：

cp .env.example .env

编辑 .env 文件并设置必要的值：

# OpenAI API 密钥（使用 OpenAI 模型时需要）
# 使用 Ollama 时无需设置
OPENAI_API_KEY=your_openai_api_key

# MCP 服务器 URL（客户端使用）
# 若服务器在其他主机/端口运行，需进行修改
KEGG_MCP_SERVER_URL=http://localhost:3000/mcp

# MCP 服务器配置（服务器运行时使用，可选）
# 已有默认值，无需修改
MCP_HOST=localhost
MCP_PORT=3000
MCP_PATH=/mcp

# Ollama 配置（可选）
# 若 Ollama 在其他主机/端口运行，需进行修改
# OLLAMA_HOST=http://localhost:11434

⚠️ 重要提示

• 使用 Ollama 时：无需设置 OPENAI_API_KEY，当前代码默认使用 Ollama 作为模型。
• 使用 OpenAI 时：需在 OPENAI_API_KEY 中设置实际的 API 密钥，并在 langchain_integration.py 中使用 ChatOpenAI。
• 服务器配置：MCP_HOST、MCP_PORT、MCP_PATH 用于服务器运行，已有默认值，无需修改。
• Ollama 主机：若 Ollama 在非默认端口（11434）运行，可设置 OLLAMA_HOST。

💻 使用示例

1. 启动服务器

# 使用默认配置启动（localhost:3000/mcp）
python kegg_mcp_server.py

# 或通过环境变量配置启动
MCP_HOST=localhost MCP_PORT=3000 MCP_PATH=/mcp python kegg_mcp_server.py

服务器启动后，会显示如下信息：

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

2. 启动客户端

# 基本启动（使用可流式 HTTP）
python langchain_integration.py

# 仅进行 Ollama 连接测试
python langchain_integration.py --test

# 使用 stdio（可选，需要单独的 TypeScript 服务器）
# 在 langchain_integration.py 中将 use_http 设置为 False
# 注意：目前仅支持可流式 HTTP 方式

可用工具

数据库信息与统计（2 个）

• get_database_info - 查询数据库信息和统计数据
• list_organisms - 查询所有 KEGG 生物体列表

路径分析（3 个）

• search_pathways - 搜索路径
• get_pathway_info - 获取路径详细信息
• get_pathway_genes - 获取路径的基因列表

基因分析（2 个）

• search_genes - 搜索基因
• get_gene_info - 获取基因详细信息（可包含序列）

化合物分析（2 个）

• search_compounds - 搜索化合物
• get_compound_info - 获取化合物详细信息

反应与酶分析（4 个）

• search_reactions - 搜索反应
• get_reaction_info - 获取反应详细信息
• search_enzymes - 搜索酶
• get_enzyme_info - 获取酶详细信息

疾病与药物分析（5 个）

• search_diseases - 搜索疾病
• get_disease_info - 获取疾病详细信息
• search_drugs - 搜索药物
• get_drug_info - 获取药物详细信息
• get_drug_interactions - 查询药物相互作用

模块与直系同源分析（4 个）

• search_modules - 搜索模块
• get_module_info - 获取模块详细信息
• search_ko_entries - 搜索 KO 条目
• get_ko_info - 获取 KO 详细信息

聚糖分析（2 个）

• search_glycans - 搜索聚糖
• get_glycan_info - 获取聚糖详细信息

BRITE 层次分析（2 个）

• search_brite - 搜索 BRITE 层次
• get_brite_info - 获取 BRITE 详细信息

高级分析工具（5 个）

• get_pathway_compounds - 获取路径的化合物列表
• get_pathway_reactions - 获取路径的反应列表
• get_compound_reactions - 获取化合物的反应列表
• get_gene_orthologs - 查找基因的直系同源物
• batch_entry_lookup - 批量查询条目

交叉引用与集成（2 个）

• convert_identifiers - 转换数据库间的标识符
• find_related_entries - 查找相关条目

基础用法

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():
    # 创建客户端（可流式 HTTP）
    client = create_kegg_client()
    
    try:
        # 加载工具
        tools = await load_and_display_tools(client)
        
        # 创建模型和 Agent
        model = create_default_model()
        agent = create_agent(model=model, tools=tools)
        
        # 执行查询
        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())

📚 详细文档

项目结构

kegg-mcp-test/
├── kegg_mcp_server.py          # Python MCP 服务器（可流式 HTTP）
├── langchain_integration.py    # LangChain 集成客户端
├── requirements.txt             # Python 包依赖
├── .env.example                # 环境变量示例文件
├── .gitignore                  # Git 忽略文件列表
├── LICENSE                     # MIT 许可证
└── README.md                    # 项目文档（此文件）

通信方式

可流式 HTTP（推荐）

• 优点：支持 Web 环境，扩展性好，采用标准 HTTP 协议。
• 使用方法：通过 Python 服务器 (kegg_mcp_server.py) 运行。
• 端口：默认端口为 3000（可通过环境变量修改）。

stdio（仅适用于本地，可选）

• 优点：具备最高安全性，开销低，配置简单。
• 使用方法：在 langchain_integration.py 中将 use_http 设置为 False 即可使用。
• 限制：仅支持本地运行，需要单独的 TypeScript 服务器。

问题解决

服务器无法启动

1. 检查端口是否被占用：lsof -i :3000
2. 确保所需包已安装：pip install -r requirements.txt
3. 检查 Python 版本：需要 Python 3.11 及以上版本。

客户端连接失败

1. 确认服务器是否正在运行。
2. 检查服务器 URL 是否正确：KEGG_MCP_SERVER_URL 环境变量。
3. 检查防火墙设置。

Ollama 连接失败

1. 确认 Ollama 是否正在运行：ollama serve
2. 检查模型是否已安装：ollama list
3. 下载模型：ollama pull gemma3:4b（或使用其他模型）

📄 许可证

本项目采用 MIT 许可证。

🔗 参考资料

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