返回 MCP 目录
public公开dns本地运行

biomart-mcp

一个基于MCP协议的Biomart接口服务器,提供生物数据查询与转换功能。

article

README

🚀 生物信息集市MCP服务器

生物信息集市MCP服务器是一个与Biomart对接的MCP服务器。模型上下文协议 (MCP) 是一个开放协议,其目标是标准化应用程序为 Anthropic 的大语言模型(LLM)提供上下文的方式。本项目借助 MCP Python 工具包 创建了一个MCP服务器,并通过 pybiomart 包与Biomart进行交互。

演示 biomart-mcp 的运行情况

这里有一个简短的演示视频,展示了Claude Desktop中MCP服务器的实际操作。

🚀 快速开始

✨ 主要特性

Biomart-MCP 提供了多种工具与 Biomart 数据库交互:

  • 数据库和服务发现:列出可用的 Mart 和数据集,探索 Biomart 数据库结构。
  • 属性和过滤器探索:查看特定数据集的通用或所有可用属性和过滤器。
  • 数据检索:使用特定属性和过滤器查询 Biomart 获取生物数据。
  • 标识符转换:在不同生物标识符之间进行转换(例如,将基因符号转换为 Ensembl ID)。

📦 安装指南

克隆仓库

git clone https://github.com/jzinno/biomart-mcp.git
cd biomart-mcp

在 Claude Desktop 上运行

uv run --with mcp[cli] mcp install --with pybiomart biomart-mcp.py

在 Cursor 中使用

通过 Cursor 的代理模式,其他模型也可以利用 MCP 服务器,例如来自 OpenAI 或 DeepSeek。点击 Cursor 设置中的齿轮图标,导航到 MCP,然后在全局配置或项目范围中添加 MCP 服务器。例如,在项目目录下创建 .cursor/mcp.json 文件:

{
    "mcpServers": {
        "Biomart": {
            "command": "uv",
            "args": [
                "run",
                "--with",
                "mcp[cli]",
                "--with",
                "pybiomart",
                "mcp",
                "run",
                "/your/path/to/biomart-mcp.py"
            ]
        }
    }
}

在 Glama 中使用

开发

# 创建虚拟环境
uv venv

# MacOS/Linux
source .venv/bin/activate

# Windows
.venv\Scripts\activate

uv sync # 或 uv add mcp[cli] pybiomart

# 以开发模式运行服务器
mcp dev biomart-mcp.py

💻 使用示例

本项目未提供具体使用示例代码,若在后续使用过程中有代码示例,可参考以下格式添加:

# 这里放置使用示例代码

📚 详细文档

贡献

欢迎提交拉取请求!关于开发的一些注意事项:

  • 我们仅在此处使用 @mcp.tool(),这是为了与支持 MCP 的客户端最大化兼容,如 文档 中所述。
  • 我们使用 @lru_cache 来缓存那些计算量大或调用外部 API 的函数结果。
  • 需要注意不要超出模型上下文窗口的大小,例如在代码块中保持适当的格式和简洁。

未来可能的功能

  • 扩展属性支持:增加对更多生物医学相关属性的支持。
  • 高级过滤功能:开发更复杂的查询逻辑以满足高级用户需求。
  • 结果可视化:集成数据可视化工具帮助用户更好地理解分析结果。
help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端