iflow-mcp_jsfsds-pubmed_search 0.1.0

PubMed_Search 是一个基于 模型上下文协议/MCP 构建的智能医学文献分析工具。它旨在帮助科研人员、医学从业者和学生快速检索 PubMed 数据库，并利用大型语言模型 (LLM) 的能力对文献摘要进行智能分析和总结

请注意: 本项目目前仍有许多待完善的功能。欢迎任何形式的反馈和贡献，以帮助项目不断进步。

功能特性

• PubMed 文献检索: 通过关键词、作者、期刊等多种方式，使用 PubMed 高级检索语法进行文献检索。
• 智摘要总结: 利用 SiliconFlow 用大型语言模型对检索到的多篇文献摘要进行综合概述。

可用工具

以下为当前可用的 MCP 工具及用法示例：

1. fetch_articles

功能: 使用 PubMed 高级检索语法获取文章，默认检索 2015/01/01 至今。 参数:

• query (str): PubMed 高级检索查询语句
• email (str, 可选): 用于 NCBI Entrez 的邮箱，默认为环境变量 NCBI_EMAIL
• from_date (str, 可选): 查询开始日期（YYYY/MM/DD），默认为 2015/01/01
• to_date (str, 可选): 查询结束日期（YYYY/MM/DD），默认为当天
• limit (int, 可选): 最大返回文章数，默认为 8
• order_by (str, 可选): 排序方式
• output (str, 可选): 输出文件名（.txt） 返回:

{"success": true, "status": "fetch_completed", "message": "…", "result_file": "…", "article_count": n}

+状态说明: +- fetch_completed: 检索成功并已保存结果文件。 +- fetch_failed: 检索失败，可能由于缺少邮箱或检索过程出错。 +- no_results: 检索成功但未找到任何结果。 +- save_failed: 结果文件保存失败，请检查路径和权限。

2. summarize_abstracts

功能: 对指定结果文件中的摘要进行综合概述 参数:

• filenames (List[str]): 要汇总的文件名列表
• model (str): 模型名，默认为 deepseek-ai/DeepSeek-V3
• max_tokens (int): 最大 tokens，默认为 512
• temperature (float): 温度，默认为 0.3 返回:

{"success": true, "status": "summary_completed", "summary": "…"}

+状态说明: +- summary_completed: 摘要汇总成功。 +- missing_files: 指定的结果文件未找到。 +- extract_failed: 未能提取到摘要内容。 +- summary_failed: 汇总过程中调用 API 或处理失败。

3. format_citations

功能: 将指定结果文件中的文章信息格式化为引用字符串列表。 参数:

• filenames (List[str]): 要格式化的文件名列表 返回:

{"success": true, "status": "citations_formatted", "citations": ["…", "..."]}

+状态说明: +- citations_formatted: 引用格式化成功。 +- format_failed: 格式化失败，可能由于指定文件未找到或读取错误。

安装与配置

1. 环境准备

• Python 3.8 或更高版本
• Git

2. 克隆项目

git clone <您的项目仓库地址>
cd pubmed_search_2

3. 创建并激活虚拟环境 (推荐)

python -m venv .venv
# Windows
.venv\\Scripts\\activate
# macOS/Linux
source .venv/bin/activate

4. 安装依赖

pip install -r requirements.txt

5. 配置环境变量

项目需要以下环境变量来正常工作。请在项目根目录下创建一个 .env 文件 (可以复制 .env.example 并重命名)，并填入您的配置信息：

NCBI_EMAIL="your_email@example.com" # 用于 PubMed Entrez API 的邮箱地址
NCBI_API_KEY="your_ncbi_api_key" # (可选) 用于 PubMed Entrez API 的 API Key，不填则使用匿名模式，可能会有速率限制
SILICONFLOW_API_KEY="sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" # 用于 SiliconFlow 摘要总结服务的 API Key

使用示例 （Cursor）

确保您已经在 Cursor 的 mcp.json 文件中配置了此服务。根据您提供的信息，配置示例如下：

{
  "PubMed": {
    "command": "cmd",
    "args": [
      "/c",
      "path/to/python.exe",
      "path/to/mcp_pubmed_service/main.py"
    ]
  }
}

致谢

本项目的核心功能和部分代码实现基于 Darkroaster/pubmearch 项目 (作者：姜宇)。 我们对原作者的开源贡献表示衷心的感谢！本项目遵循原项目的 MIT 许可证。