esmfold MCP

ESMfold MCP服务器

通过Docker使用ESMFold预测蛋白质结构

用于ESMFold蛋白质分析的MCP（模型上下文协议）服务器，具有5个核心工具：

• 从序列或FASTA文件中提取ESM-2蛋白包埋
• 提交大规模嵌入提取作业
• 同时批量处理多个FASTA文件
• 监控和检索后台作业结果
• 访问服务器信息和可用型号

Docker快速入门

方法1：从GitHub中提取预构建映像

最快的开始方式。每次发布时，预构建的Docker镜像都会自动发布到GitHub容器注册表。

# Pull the latest image
docker pull ghcr.io/macromnex/esmfold_mcp:latest

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add esmfold -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` ghcr.io/macromnex/esmfold_mcp:latest

注： 从项目目录运行。 ` pwd ` 展开到当前工作目录。

要求：

• 支持GPU的Docker(nvidia-docker 或带有NVIDIA运行时的Docker）
• 已安装克劳德代码

就是这样！ESMfold MCP服务器现在可以在Claude Code中使用。

______________________________________________________________________

方法2：在本地构建Docker镜像

自己构建映像并将其安装到Claude Code中。适用于自定义或离线环境。

# Clone the repository
git clone https://github.com/MacromNex/esmfold_mcp.git
cd esmfold_mcp

# Build the Docker image
docker build -t esmfold_mcp:latest .

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add esmfold -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` esmfold_mcp:latest

注： 从项目目录运行。 ` pwd ` 展开到当前工作目录。

要求：

• 支持GPU的Docker
• 已安装克劳德代码
• Git（克隆存储库）

关于Docker标志：

• -i --Claude Code的交互模式
• --rm --退出后自动移除容器
• ` --user id -u:id -g ` --以当前用户身份运行容器，因此输出文件归您所有（不是root）
• --gpus all --授予对所有可用GPU的访问权限
• --ipc=host --使用主机IPC命名空间以获得更好的性能
• -v --装载您的项目目录，以便容器可以访问您的数据

______________________________________________________________________

验证安装

添加MCP服务器后，您可以验证它是否正常工作：

# List registered MCP servers
claude mcp list

# You should see 'esmfold' in the output

在Claude Code中，您现在可以使用所有5个ESMfold工具：

• extract_protein_embeddings
• submit_protein_embeddings
• submit_batch_protein_embeddings
• get_job_status
• get_job_result

______________________________________________________________________

后续步骤

• 详细文件：参见 detail.md 有关以下内容的全面指南：

- 可用的MCP工具和参数 - 本地Python环境设置（Docker的替代方案） - ESM-2选型指南 - 示例工作流和用例 - 输出格式选项（NPZ、JSON）

______________________________________________________________________

使用示例

注册后，您可以直接在Claude Code中使用ESMfold工具。以下是一些常见的工作流程：

示例1：从FASTA中提取嵌入

I have protein sequences in /path/to/proteins.fasta. Can you extract ESM-2 embeddings using extract_protein_embeddings with the esm2_t33_650M_UR50D model and save the embeddings to /path/to/embeddings/?

示例2：大规模嵌入提取

I have a large dataset of 500 protein sequences in /path/to/large_dataset.fasta. Can you submit a batch embedding extraction job using submit_protein_embeddings with the esm2_t36_3B_UR50D model, then monitor the job until completion and retrieve the results?

示例3：突变嵌入分析

I have variant sequences in /path/to/variants.fasta for a mutational study. Can you extract embeddings for all variants using extract_protein_embeddings and save to /path/to/variant_embeddings/ so I can compare them?

______________________________________________________________________

故障排除

找不到Docker？

docker --version  # Install Docker if missing

GPU无法访问？

• 确保安装了NVIDIA Docker运行时
• 核对 docker run --gpus all ubuntu nvidia-smi

未找到克劳德代码？

# Install Claude Code
npm install -g @anthropic-ai/claude-code

______________________________________________________________________

许可证

基于元人工智能研究（ESMFold/ESM-2）