Об этом проекте

BioMCP — это единый бинарный CLI, построенный вокруг одного синтаксиса команд, который напрямую обращается примерно к 70 доверенным биомедицинским источникам, включая PubMed, ClinVar, ClinicalTrials.gov, OncoKB и Reactome, а дополнительные источники появляются внутри ответов других источников. Те же инструменты предоставляются как сервер Model Context Protocol (MCP), поэтому ИИ-агенты, такие как Claude Code, Codex и Claude Desktop, могут их вызывать. Заявленная цель — сократить обычный биомедицинский лабиринт данных: один запрос достигает источников, которые обычно находятся за разными API, идентификаторами и поисковыми привычками. Исследователи, клиницисты и агенты используют один и тот же синтаксис для поиска, фокусировки и переходов без перестройки рабочего процесса под каждый источник. Результаты описываются как компактные и ориентированные на доказательства, охватывающие живые публичные данные и локальную аналитику исследований. Ключевые возможности, описанные в README: - Поиск по литературе: `search article` выполняет веерный поиск по PubTator3 и Europe PMC, дедуплицирует идентификаторы PMID/PMCID/DOI и может добавлять ветвь Semantic Scholar, когда фильтры это поддерживают. - Кросс-сущностные переходы: переход от гена, варианта, препарата, заболевания, пути, белка или статьи к следующему встроенному представлению вместо ручного перестроения фильтров. - Плейбуки: `biomcp skill list` показывает поставляемые проработанные примеры, открываемые через `biomcp skill <slug>`. - Локальная аналитика исследований: команды `study` охватывают локальные рабочие процессы запроса, когорты, выживаемости, сравнения и совместной встречаемости с графиками в терминале, SVG и PNG для загруженных наборов данных в стиле cBioPortal. - Помощники для цепочки статей: `article citations`, `article references`, `article recommendations` и `article entities` расширяют одну известную статью до более широкой карты доказательств. - Обогащение и пакетная обработка: `biomcp enrich` для обогащения генных наборов g:Profiler и `biomcp batch` для до 10 сфокусированных вызовов `get` в одной команде. Синтаксис команд организован как `search <entity> [filters]` для обнаружения, `skill list` для каталога плейбуков, `discover <query>` для разрешения концепций, `get <entity> <id> [sections]` для сфокусированной детализации, `<entity> <helper> <id>` для кросс-сущностных переходов, `enrich` для генных наборов, `batch` для параллельных get и `search all` для ориентирования по кросс-сущностным подсчётам в первую очередь. Сущности, доступные для get, включают gene, variant, article, author, trial, diagnostic, drug, disease, pathway, protein, adverse-event, pgx и cell-line, каждая сопоставлена с именованными вышестоящими провайдерами. Сущности только для поиска — gwas и phenotype. Каждый `get` поддерживает выбираемые секции для прогрессивного раскрытия; в режиме JSON ответы предоставляют `_meta.next_commands` и `_meta.section_sources` для последующих действий и происхождения на уровне секций. Варианты установки включают скрипт установки через curl, PyPI через `uv tool install biomcp-cli` (README предупреждает, что не связанный пакет `biomcp` в PyPI использовать не следует), Homebrew, Docker-образ GHCR, маркетплейс плагинов Claude Code, регистрацию MCP для Codex и расширение Claude Desktop. Режим удалённого HTTP-сервера (`biomcp serve-http`) поддерживает общие развёртывания с маршрутами проверки на `/health`, `/readyz` и `/`. README отмечает, что ограничение скорости является локальным для процесса, и рекомендует общую HTTP-конечную точку для многих параллельных воркеров, а также доверенный аутентифицированный TLS-прокси для удалённых развёртываний. Большинство команд работают без учётных данных; необязательные ключи API (NCBI, Semantic Scholar, OpenFDA, NCI, OncoKB, AlphaGenome, DisGeNET) улучшают ограничения скорости или открывают необязательные обогащения. Проект заявляет, что не добавляет телеметрию, аналитику или удалённую загрузку логов. BioMCP имеет лицензию MIT, выполняет запросы по требованию, а не встраивает наборы данных, и README предупреждает, что условия вышестоящих источников регулируют повторное использование полученных результатов, при этом KEGG и COSMIC отмечены как заметные ограничения повторного использования.