PubMed Medical Literature Research

🚀 医学文献研究工具

本工具专为医学领域打造，可依据主题和研究人员姓名搜索医学文献，还能检索出版物详细信息、生成引用、分析研究人员出版统计等，具备高级错误处理机制和详细性能指标，为医学研究提供有力支持。

🚀 快速开始

安装步骤

1. 克隆此仓库：

   git clone <repository-url>
   cd medical-literature-tool
   

2. 安装依赖项：

   pip install -r requirements.txt
   

3. 若需配置，可在项目根目录下创建 .env 文件。

使用方法

1. 启动服务器：

   mcp run pubmed_server.py
   

   若处于开发模式，可使用：

   mcp dev pubmed_server.py
   

2. 也可将服务器添加到您的 MCP 客户端配置中。

✨ 主要特性

• 支持使用主题和研究人员姓名搜索医学文献。
• 能够检索包含结构化元数据的全面出版物信息。
• 可生成格式化的引用信息。
• 能分析研究人员的出版统计信息和模式。
• 具备高级错误处理机制，包含重试功能。
• 提供详细的性能指标。

📄 API 文档

1. find_articles

• 功能：搜索符合指定主题和研究人员的医学文献。
• 参数：
  • topics (List[str])：医学术语或关键词，将在标题和摘要中搜索。
  • researchers (List[str])：研究人员/作者姓名。
  • result_limit (int)：返回结果的最大数量（默认：15）。
• 返回值：包含搜索结果、元数据和性能指标的字典。

2. get_publication_details

• 功能：检索特定出版物的详细信息，包括格式化的引用。
• 参数：
  • article_id (str)：要检索的文章的 PubMed ID。
• 返回值：包含详细文章元数据和引用的字典。

3. get_article_statistics

• 功能：分析特定研究人员的出版模式。
• 参数：
  • researcher (str)：要分析的研究人员/作者姓名。
• 返回值：包含出版统计信息（包括总数量、顶级期刊和出版年份）的字典。

🔧 技术细节

该服务器采用 robust architecture 实现：

• 面向对象的设计：通过类进行代码组织，使代码结构更清晰，易于维护和扩展。
• 高级错误处理：具备请求重试机制，确保 API 在遇到错误时能自动重试，提高 API 的可靠性。
• 性能监控：记录搜索操作的时间和指标，方便对系统性能进行评估和优化。
• 增强的数据结构：采用嵌套 JSON 响应，包含丰富的元数据，为用户提供更全面的信息。
• 日志系统：带有详细错误跟踪的轮转日志，便于排查和解决系统运行过程中出现的问题。
• 模块化组件：在查询构建、API 请求和数据解析之间分离关注点，降低代码耦合度，提高代码的可维护性和可测试性。