Clinical Trials MCP Agent

企业临床试验代理（MCP架构）

该项目使用 模型上下文协议（MCP） 标准。它充当一个集成中间件，可以获取真实世界的临床数据，将其存储在混合数据库（SQL+Vector）中，并将其暴露给LLM客户端进行自主推理。

🚀 主要特点

• REST API集成： 实现自定义ETL管道(etl_pipeline.py)使用ClinicalTrials.gov API进行分页和错误处理。
• 混合数据架构：

- 结构化（SQL）： 使用SQLite进行高精度过滤（试验状态、阶段、条件）。 - 非结构化（矢量数据库）： 使用ChromaDB sentence-transformers 用于医疗协议中的语义搜索。

• MCP服务器： 集中式集成服务器(mcp_server.py)它为任何AI客户端（Claude Desktop、Cursor、IDE）标准化了工具。

______________________________________________________________________

📸 自主代理演示

1.后端验证（MCP检查员）

*服务器通过标准JSON-RPC公开结构化SQL工具和Vector RAG工具。* MCP Inspector

2.结构化推理（SQL工具）

*用户要求“糖尿病试验”。Agent自主选择SQL工具按疾病进行过滤。* SQL Tool Use SQL Results

3.语义推理（RAG工具）

*用户要求特定的“肾功能排除标准”。Agent切换工具以对协议文本执行矢量搜索。* RAG Tool Use RAG Results

______________________________________________________________________

🛠️ 安装

1. 克隆存储库：

克隆https://github.com/tonih23/clinical-trials-mcp-agent.git\ cd临床试验mcp制剂

1. 设置环境：

python-m venv-venv

# 窗户：

venv\\Scripts\\activate

# Mac/Linux：

源venv/bin/activate

pip安装-r要求.txt

🔄 使用工作流程

1.数据摄取（ETL）

运行管道从API获取实时数据并填充本地数据库。这展示了REST集成模式：

python etl_pipeline.py

这将获取与肿瘤学、心脏病学和糖尿病相关的最新试验。

2.运行MCP服务器（开发模式）

启动集成服务器以测试连接：

mcp dev mcp_server.py

3.连接到LLM客户端（类似于生产）

要将此配置与MCP兼容的客户端（如Claude Desktop）一起使用，请将此配置添加到您的 claude_desktop_config.json:

注意：将下面的路径替换为项目文件夹的绝对路径。\ 在Windows上，使用双反斜杠(\\).

{
  "mcpServers": {
    "clinical-agent": {
      "command": "python",
      "args": ["C:\\Users\\YOUR_USER\\Desktop\\clinical-trials-mcp-agent\\mcp_server.py"]
    }
  }
}

🧠 查询示例

连接后，Agent可以执行自主工具调用：

结构化查询（SQL）

“寻找糖尿病的活跃3期试验。”\ （LLM将自动将此路由到 search_trials_sql.)

语义查询（RAG）

“对于试验NCT00528879，关于肾功能的具体排除标准是什么？”\ （LLM将自动将此路由到 get_protocol_details_rag.)

______________________________________________________________________

作为企业人工智能集成的概念验证而开发。