Token导航 LogoToken导航TokenDH.com
ClinicalTrials MCP Server logo
搜索检索stdio官方级别未说明来源级核验

ClinicalTrials MCP Server

MCP Server

@smithery/cli@latest

🔍 Enable AI assistants to search and access ClinicalTrials.gov data through a simple MCP interface.

工具数

7

提示词数

0

GitHub Stars

16

资源数

0
PythonClaude搜索Claude DesktopClaudeCursorWindsurfCline

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

JackKuo666

提供方

JackKuo666

最后核验

2026/5/18 02:51

运行时

Node.js

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

npx -y @smithery/cli@latest install ClinicalTrials-mcp-server --client claude --config "{}"

详细介绍

ClinicalTrials MCP服务器

](https://smithery.ai/server/@JackKuo666/clinicaltrials-mcp-server)

🔍 使AI助手能够通过简单的MCP界面搜索和访问ClinicalTrials.gov数据。

ClinicalTrials MCP服务器通过模型上下文协议(MCP)在人工智能助手和ClinicalTrials.gov的临床试验库之间架起了一座桥梁。它允许人工智能模型以程序化的方式搜索临床试验并访问其内容。

🤝 贡献•📝 报告Bug

✨ 核心功能

  • 🔎 试验搜索:使用自定义搜索字符串或高级搜索参数查询临床试验✅
  • 🚀 高效检索:快速访问试用元数据✅
  • 📊 元数据访问:使用NCT ID检索特定试验的详细元数据✅
  • 📊 研究支持:促进健康科学研究和分析✅
  • 📋 CSV管理:保存、加载和列出包含试用数据的CSV文件✅
  • 🗃️ 本地存储:试验保存在本地,以便更快地访问✅
  • 📊 统计:获取临床试验的统计数据✅

🚀 快速开始

通过Smithery安装

通过以下方式自动安装克劳德桌面版ClinicalTrials服务器 史密瑟里:

克劳德

npx -y @smithery/cli@latest install ClinicalTrials-mcp-server --client claude --config "{}"

光标

将以下内容粘贴到设置中→ 光标设置→ MCP → 添加新服务器:

  • Mac/Linux
npx -y @smithery/cli@latest run ClinicalTrials-mcp-server --client cursor --config "{}" 

帆板运动

npx -y @smithery/cli@latest install ClinicalTrials-mcp-server --client windsurf --config "{}"

渐变群

npx -y @smithery/cli@latest install ClinicalTrials-mcp-server --client cline --config "{}"

手动安装

使用紫外线进行安装:

uv tool install ClinicalTrials-mcp-server

发展:

# Clone and set up development environment
git clone https://github.com/JackKuo666/ClinicalTrials-MCP-Server.git
cd ClinicalTrials-MCP-Server

# Create and activate virtual environment
uv venv
source .venv/bin/activate
uv pip install -r requirements.txt

📊 用法

启动MCP服务器:

python clinical_trials_server.py

服务器运行后,您可以在AI助手或应用程序中使用提供的MCP工具。以下是一些如何使用这些工具的示例:

示例1:使用搜索表达式搜索临床试验并保存到CSV

result = await mcp.use_tool("search_clinical_trials_and_save_studies_to_csv", {
    "search_expr": "COVID-19 vaccine efficacy",
    "max_studies": 5
})
print(result)

示例2:按关键字获取研究

result = await mcp.use_tool("get_studies_by_keyword", {
    "keyword": "diabetes",
    "max_studies": 10
})
print(result)

示例3:获取特定试验的完整研究细节

result = await mcp.use_tool("get_full_study_details", {
    "nct_id": "NCT04280705"
})
print(result)

示例4:使用自定义字段搜索和保存研究

result = await mcp.use_tool("search_clinical_trials_and_save_studies_to_csv", {
    "search_expr": "alzheimer",
    "max_studies": 20,
    "filename": "alzheimer_studies.csv",
    "fields": ["NCT Number", "Study Title", "Brief Summary", "Conditions"]
})
print(result)

这些示例演示了如何使用ClinicalTrials MCP服务器提供的主要工具。根据具体用例的需要调整参数。

🛠 MCP工具

ClinicalTrials MCP服务器提供以下工具:

搜索临床试验和保存研究to.csv

使用搜索表达式搜索临床试验,并将结果保存到CSV文件中。

参数:

  • search_expr (str):搜索表达式(例如,“冠状病毒+新冠肺炎”)
  • max_studies (int,可选):要返回的最大研究数(默认值:10)
  • save_csv (bool,可选):是否将结果保存为CSV文件(默认值:True)
  • filename (str,可选):要保存的CSV文件的名称(默认值:corona_fields.CSV)
  • fields (列表,可选):要包含的字段列表(默认值:NCT编号、条件、研究标题、简要摘要)

退货: 搜索结果的字符串表示

get_full_study_details

获取特定临床试验的详细信息。

参数:

  • nct_id (str):临床试验的NCT ID

退货: 研究细节的字符串表示

get_studies_by-keyword

获取与特定关键字相关的研究。

参数:

  • keyword (str):要搜索的关键字
  • max_studies (int,可选):要返回的最大研究数(默认值:20)
  • save_csv (bool,可选):是否将结果保存为CSV文件(默认值:True)
  • filename (str,可选):要保存的CSV文件的名称(默认值:keyword_results\_{keyword}.CSV)

退货: 研究的字符串表示

get_study_statistics

获取临床试验的统计数据。

参数:

  • condition (str,optional):筛选的可选条件

退货: 统计数据的字符串表示

获取完整研究并保存

获取完整的研究数据并保存到CSV。

参数:

  • search_expr (str):搜索表达式(例如,“冠状病毒+新冠肺炎”)
  • max_studies (int,可选):要返回的最大研究数(默认值:20)
  • filename (str,可选):要保存的CSV文件的名称(默认值:full_studies.CSV)

退货: 显示结果已保存的消息

load_csv_data

从CSV文件加载和显示数据。

参数:

  • filename (str):要加载的CSV文件的名称

退货: CSV数据的字符串表示

list_saved_csv文件

列出当前目录中所有可用的CSV文件。

退货: 可用CSV文件的字符串表示

🔍 MCP资源

ClinicalTrials MCP服务器还提供以下资源:

临床caltrials://corona_fields

获取电晕场数据作为资源。

临床caltrials://full_studies

获取完整的研究数据作为资源。

临床caltrials://csv/{文件名}

从特定的CSV文件获取数据。

参数:

  • filename (str):CSV文件的名称

临床caltrials://available_files

获取所有可用CSV文件的列表。

临床caltrials://study/{nct_id}

通过NCT ID获取具体研究。

参数:

  • nct_id (str):临床试验的NCT ID

临床caltrials://condition/{条件}

获取与特定疾病相关的研究。

参数:

  • condition (str):要搜索的条件

使用Claude Desktop

将此配置添加到您的 claude_desktop_config.json:

(Mac OS)

{
  "mcpServers": {
    "ClinicalTrials": {
      "command": "python",
      "args": ["-m", "ClinicalTrials-mcp-server"]
      }
  }
}

(Windows版本):

{
  "mcpServers": {
    "ClinicalTrials": {
      "command": "C:\\Users\\YOUR_USERNAME\\AppData\\Local\\Programs\\Python\\Python311\\python.exe",
      "args": [
        "-m",
        "ClinicalTrials-mcp-server"
      ]
    }
  }
}

与Cline一起使用

{
  "mcpServers": {
    "ClinicalTrials": {
      "command": "bash",
      "args": [
        "-c",
        "source /home/YOUR/PATH/ClinicalTrials-MCP-Server/.venv/bin/activate && python /home/YOUR/PATH/ClinicalTrials-MCP-Server/clinical_trials_server.py"
      ],
      "env": {},
      "disabled": false,
      "autoApprove": []
    }
  }
}

重新启动Claude Desktop后,将提供以下功能:

搜索临床试验

您可以要求Claude使用以下查询搜索临床试验:

Can you search for recent clinical trials about diabetes?

搜索将返回有关匹配试验的基本信息,包括:

•试验标题

•NCT编号

•条件

•简要总结

获取试用详细信息

一旦你有了NCT ID,你可以询问更多细节:

Can you show me the details for trial NCT04280705?

这将返回:

•完整的试验标题

•条件

•简要总结

•其他可用详细信息

📁 项目结构

  • clinical_trials_server.py:使用FastMCP的主MCP服务器实现
  • clinical_trials.py:包含用于与ClinicalTrials.gov API交互的辅助功能

🔧 依赖项

  • Python 3.10+
  • FastMCP
  • pytrials
  • 熊猫

您可以使用以下方式安装所需的依赖关系:

pip install FastMCP pytrials pandas

🤝 贡献

欢迎投稿!请随时提交拉取请求。

📄 许可证

该项目根据MIT许可证获得许可。

⚠️ 免责声明

此工具仅用于研究目的。请尊重ClinicalTrials.gov的服务条款,并负责任地使用此工具。

目录标签

目录标签

PythonClaude搜索research-and-data临床试验混合部署可托管数据查询健康科学AI接口MCP协议

支持客户端

Claude DesktopClaudeCursorWindsurfCline

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Node.js

来源包(packageName,安装包名)

@smithery/cli@latest

工具数量(toolCount,工具数)

7

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP