gget-mcp 翻译为中文可以是“gget 多线程爬虫（或获取工具）”，但具体翻译可能因上下文和使用场景而有所调整。在这里，“gget”可能是一个特定的工具或命令名，“mcp”通常代表“Multi-Threaded Processing”（多线程处理）或“Multi-Crawler Protocol”（多爬虫协议）等，具体含义需结合上下文理解。因此，一个较为通用的翻译是“gget 多线程（获取/爬取）工具”
 ](https://badge.fury.io/py/gget-mcp)   
用于（某系统/应用的）MCP（模型上下文协议）服务器 gget（该词可能为特定软件或命令的名称，直接翻译无具体含义，保持原样） 生物信息学库。
此服务器实现了用于gget的模型上下文协议（MCP），为访问强大的生物信息学工具和数据库提供了标准化接口。MCP使人工智能助手和代理能够通过结构化接口执行复杂的基因组查询。
gget生物信息学工具包提供了对基因组数据库的高效查询功能，并包含以下功能：
- 基因和序列信息检索
- BLAST和序列比对
- 蛋白质结构预测
- 基因表达分析
- 功能富集分析
- 以及更多！
🚀 快速示例：你能做什么？
See how the gget MCP server works in practice with AI assistants
👤 用户： 分析TP53基因——查找其详细信息和蛋白质序列，然后检查癌症突变
🤖 人工智能助手： 我会一步步帮你分析TP53：
*\[使用gget_search\]* 在17号染色体上发现了TP53（ENSG00000141510）基因\ *\[使用 gget_info\]* → TP53是一个编码蛋白质的肿瘤抑制基因\ *\[使用 gget_seq 并设置 translate=True\]* → 提取到393个氨基酸的蛋白质序列\ *\[使用 gget_cosmic\]* → 在多种癌症中发现了热点突变R175H、R248Q、R273H
👤 用户： “现在预测这个蛋白质序列的三维结构：MSKGEELFTGVVPILVEL...”
🤖 人工智能助手： 让我来分析一下这个序列：
*\[使用 gget_blast\]* → 被鉴定为绿色荧光蛋白（GFP）\ *\[使用gget_alphafold\]* → 预测经典β-桶结构，置信度90%以上
👤 用户： “对DNA修复基因：TP53、BRCA1、BRCA2、ATM进行通路富集分析”
🤖 人工智能助手： *\[使用 gget_enrichr\]* → 主要通路：DNA损伤应答、同源重组、细胞周期检查点、p53信号传导
看看这有多强大？ 现在，您可以就基因、序列、突变和通路提出自然语言问题——人工智能会为您完成复杂的生物信息学工作！
关于MCP（模型上下文协议）
Learn more about the Model Context Protocol
MCP是一种协议，旨在弥合人工智能系统与专业领域工具之间的鸿沟。它实现了：
- 结构化访问直接连接到强大的生物信息学工具和数据库
- 自然语言查询简化与复杂基因组学工作流程的交互
- 类型安全通过FastMCP实现强类型检查和验证
- 人工智能集成与人工智能助手和代理无缝集成
如果你想更深入地了解模型上下文协议是什么，以及如何更高效地使用它，你可以参加 深度学习人工智能课程 或者在YouTube上搜索MCP视频。
可用工具
Comprehensive bioinformatics functionality through gget
基因信息与搜索
gget_search查找与搜索词相关的Ensembl IDgget_info获取Ensembl ID的详细信息gget_seq检索核苷酸或氨基酸序列gget_ref从Ensembl获取参考基因组信息
序列分析
gget_blastBLAST核苷酸或氨基酸序列gget_blat查找序列的基因组位置gget_muscle对齐多个序列
表达与功能分析
gget_archs4从ARCHS4获取基因表达数据gget_enrichr进行基因集富集分析
蛋白质结构与功能
gget_pdb从PDB获取蛋白质结构数据gget_alphafold使用AlphaFold预测蛋白质结构
癌症与突变分析
gget_cosmic在COSMIC数据库中搜索癌症突变
单细胞分析
gget_cellxgene从CellxGene查询单细胞RNA测序数据
快速入门
Installing uv (optional - uvx can auto-install)
# Download and install uv
curl -LsSf https://astral.sh/uv/install.sh | sh
# Verify installation
uv --version
uvx --versionuvx 是一个非常不错的工具，它可以在需要时运行安装 Python 包。
与uvx一起运行
你可以直接使用uvx运行gget-mcp服务器，而无需克隆仓库：
# Run the server in HTTP mode (default)
uvx gget-mcp httpOther uvx modes (STDIO, HTTP, SSE)
STDIO 模式（适用于需要 stdio 的 MCP 客户端）
# Run the server in stdio mode
uvx gget-mcp stdioHTTP模式（Web服务器）
# Run the server in streamable HTTP mode on default (3002) port
uvx gget-mcp http
# Run on a specific port
uvx gget-mcp http --port 8000SSE 模式（服务器发送事件）
# Run the server in SSE mode
uvx gget-mcp sse在遇到uvx问题时，这些问题往往可能是由清理UV缓存引起的：
uv cache cleanHTTP模式将启动一个网络服务器，您可以访问该服务器，地址为 http://localhost:3002/mcp （相关文档见 http://localhost:3002/docs）。 STDIO模式是为通过标准输入/输出进行通信的MCP客户端设计的，而SSE模式则使用服务器发送事件进行实时通信。
注： 目前，我们没有提供Swagger/OpenAPI接口，因此直接在浏览器中访问服务器将不会显示太多有用信息。要探索可用的工具和功能，您应该使用MCP Inspector（见下文）或者通过MCP客户端进行连接以查看可用工具。
配置您的AI客户端（Anthropic Claude桌面版、Cursor、Windsurf等）
我们为不同的使用场景提供了预配置的JSON文件。以下是实际的配置示例：
STDIO模式配置（推荐）
对于大多数AI客户端，请使用此配置。当您希望将大型输出文件（序列、结构、比对）保存到磁盘上，而不是以文本形式返回时，请使用此模式。 创建或更新您的MCP配置文件：
{
"mcpServers": {
"gget-mcp": {
"command": "uvx",
"args": ["--from", "gget-mcp@latest", "stdio"]
}
}
}HTTP模式配置
对于HTTP模式：
{
"mcpServers": {
"gget-mcp": {
"command": "uvx",
"args": ["--from", "gget-mcp@latest", "server"]
}
}
}配置视频教程
如需了解如何配置带有AI客户端的MCP服务器的视觉指南，请查看我们的 配置教程视频 对于我们的姊妹MCP服务器（biothings-mcp）。gget MCP服务器的配置原则与之完全相同——只需使用上面提供的相应JSON配置文件即可。
检查gget MCP服务器
Using MCP Inspector to explore server capabilities
如果你想检查MCP服务器提供的方法，请使用npx（你可能需要先安装nodejs和npm）：
对于使用 uvx 的 STDIO 模式：
npx @modelcontextprotocol/inspector --config mcp-config.json --server gget-mcp您也可以手动运行检查器，并通过界面进行配置：
npx @modelcontextprotocol/inspector之后，您可以使用MCP Inspector来探索工具和资源，它通常运行在6274端口（注意，如果您多次运行Inspector，端口可能会发生变化）
与人工智能系统的集成
只需将你的AI客户端（如Cursor、Windsurf、ClaudeDesktop、带有Copilot的VS Code，或 其他人) 从仓库中使用适当的配置文件。
平台特定设置指南
Claude Desktop + gget_mcp 步骤指南（Windows版）
Comprehensive Windows setup guide with Google Drive integration
概述
本指南将引导您在Windows系统上设置Claude Desktop，并集成gget_mcp扩展和Google Drive。完成设置后，您将能够使用Claude获取生物数据（如基因序列），并直接将其保存到您的Google Drive文件夹中，以便离线访问。
先决条件
- 具有管理员访问权限的Windows个人电脑
- 谷歌账户
- 稳定的互联网连接
步骤1：为桌面版Google Drive设置离线访问
- 下载并安装 Google Drive 桌面版
- 启动应用程序并使用您的用户帐户登录
- （如适用）连接您的项目共享的Google账户
- 为您的工作文件夹配置离线访问权限：
- 在Google Drive中导航到您想要操作的文件夹 - 右键点击文件夹（例如，“工作”文件夹或您的项目文件夹） - 选择 “可离线使用” 从上下文菜单中 - 这使得该文件夹可以通过类似这样的路径访问： C:\GDrive\holy-bio-mcp\My Disk\work
重要提示： 这与单纯的同步不同——离线访问确保文件在本地也可用，同时仍然是您Google Drive结构的一部分。
步骤2：安装Claude桌面版
- 下载 Claude 桌面版 适用于Windows
- 运行安装程序并按照安装向导进行操作
- 使用您的Anthropic/Claude账户登录
- 完成初始设置
步骤3：安装uv包管理器
- 安装
uv使用以下方法之一：
选项A：使用winstall
选项B：使用PowerShell
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"- 安装完成后重启您的终端
步骤4：安装Node.js
你可以使用以下任一方法安装 Node.js：
选项A：原生安装程序
- 参观
- 下载Windows安装程序（推荐使用LTS版本）
- 使用默认设置运行安装程序
选项B：使用Chocolatey
choco install nodejs两种方法同样有效——选择你喜欢的那一种。
步骤5：验证安装并缓存软件包
打开命令提示符或 PowerShell 并运行：
uvx --from gget-mcp@latest stdio预期行为：
- 该命令应能无错误地启动
- 软件包将被下载并缓存
- 如果它成功运行，那么一切配置都是正确的
- 你可以按下
Ctrl+C阻止它
步骤6：配置Claude桌面版
6.1: 启用文件系统扩展
- 打开Claude桌面版
- 首选 设置 (齿轮图标)
- 导航至 “扩展” 左侧边栏中的选项卡
- 启用 文件系统 扩展
- 将您的Google Drive离线文件夹添加到允许的目录中（例如。，
C:\GDrive\holy-bio-mcp\My Disk\work)
注： Filesystem 扩展已内置在 Claude Desktop 中，并在其内部使用 MCP，但由应用程序直接管理。您无需在 JSON 文件中进行配置。
6.2: 添加gget_mcp服务器
- 同样地，前往 设置，导航至 “Developer”翻译成中文是“开发者” 左侧边栏中的选项卡
- 在 开发者 设置选项卡，点击 “Edit Config”翻译为中文是“编辑配置” 按钮
- 这将打开
claude_desktop_config.json文件 - 编辑它并添加gget_mcp服务器配置：
{
"mcpServers": {
"gget": {
"command": "uvx",
"args": [
"--from",
"gget-mcp@latest",
"stdio"
]
}
}
}- 保存配置文件
步骤7：重启Claude桌面程序
- 完全关闭 Claude Desktop（检查系统托盘）
- 重启应用程序
- 注： 首次启动时，您可能会遇到超时情况，这是正常的
- 如需必要，请再次重启 Claude Desktop
步骤8：验证扩展程序是否已激活
- 打开Claude桌面设置
- 前往 开发者 制表符（Tab）
- 确认两个组件均已启用：
- ✅ 文件系统扩展 - 应显示您配置的Google Drive路径，并显示“运行中”状态 - ✅ gget MCP 服务器 - 应显示“运行中”状态
步骤9：测试设置
现在让我们验证一切是否正常工作！在Claude桌面应用中，新建一个聊天。 点击“搜索和工具”图标，选择并启用gget_mcp和文件系统
试试这个提示：
Please search for the COL1A1 gene, retrieve its protein sequence,
and save it to C:\GDrive\holy-bio-mcp\My Disk\work\test_sequences\ as a FASTA file.预期结果：
- 克劳德将使用gget_mcp来搜索该基因
- 它将获取序列数据
- 它会将文件保存到您指定的文件夹中
- 该文件将自动同步到Google云端硬盘
- 克劳德将能够使用文件系统扩展来阅读它。
故障排除
MCP服务器无法连接
- 确保
uv和node在您的系统路径（PATH）中 - 尝试从步骤5重新运行验证命令
- 完全重启Claude桌面版
文件系统权限错误
- 检查文件系统扩展程序是否可以访问您的Google云端硬盘文件夹
- 验证在Google Drive中该文件夹已启用离线访问
- 尝试以管理员身份运行 Claude Desktop
- 确保路径正确（使用文件资源管理器中显示的确切路径）
首次启动时超时
- 这是正常的，只需重启Claude桌面应用即可
- 在发出请求前等待10-15秒
gget 命令无法正常工作
- 确保网络连接稳定（gget 从在线数据库获取数据）
- 检查设置中 gget_mcp 服务器是否显示为“活动”状态
- 再次尝试执行第5步中的验证命令
Google Drive 离线访问问题
- 确认在桌面版 Google Drive 中，该文件夹显示绿色对勾标记
- 如果文件没有同步，请右键点击文件夹并重新启用“可脱机使用”功能
- 检查您的本地磁盘空间是否足够存储离线文件
成功！ 🎉
如果一切正常，现在您应该拥有：
- ✅ 具备MCP功能的Claude桌面版
- ✅ 通过gget_mcp访问生物数据库
- ✅ 在您的Google Drive离线文件夹中直接进行文件操作
- ✅ 所有结果自动云同步
现在，您可以让Claude获取基因序列、蛋白质数据，执行BLAST搜索，并将所有内容直接保存到您的Google云端硬盘文件夹中，实现离线访问！
示例用例
- 获取基因序列： “获取BRCA1的DNA序列并将其保存到我的云端硬盘中”
- 蛋白质分析： “查找TP53的蛋白质序列，并创建一份Markdown报告”
- 批量操作： “搜索所有与细胞凋亡相关的基因，并创建一个汇总表”
- 交叉引用： “从Ensembl和UniProt获取关于COL1A1的信息”
额外资源
*指南更新日期：2025年10月13日*
仓库设置
For developers: cloning and running locally
# Clone the repository
git clone https://github.com/longevity-genie/gget-mcp.git
cd gget-mcp
uv sync运行MCP服务器
如果你已经克隆了仓库，你可以使用uv来运行服务器：
# Start the MCP server locally (HTTP mode)
uv run server
# Or start in STDIO mode
uv run stdio
# Or start in SSE mode
uv run sse安全特性
- 输入验证对所有gget函数进行全面的参数验证
- 错误处理具有信息性消息的健壮错误处理
- 速率限制对外部API和数据库的尊重使用
- 数据验证类型检查和数据格式验证
测试与验证
Developer information: Testing and CI/CD workflows
MCP服务器提供了全面的测试，包括针对网络依赖操作的单元测试和集成测试。
运行测试
对MCP服务器运行测试：
# Run all tests (excluding expensive judge tests)
uv run pytest -vvv -m "not judge"
# Run only fast tests (skip slow, integration, and judge tests)
uv run pytest -vvv -m "not slow and not integration and not judge"
# Run only integration tests
uv run pytest -vvv -m integration
# Run judge tests (expensive LLM tests - requires API keys and may cost money)
uv run pytest test/test_judge.py -vvv
# Run tests with coverage (excluding judge tests)
uv run pytest -vvv --cov=src/gget_mcp --cov-report=term-missing -m "not judge"关于法官测试的说明法官测试（test_judge.py) 使用大型语言模型来评估AI代理使用gget工具的性能。这些测试：
- 为了避免成本，它们会自动被排除在CI/CD（持续集成/持续交付）流程之外
- 需要API密钥（GEMINI_API_KEY或类似）
- 可能会产生来自大型语言模型（LLM）API提供商的费用
- 设计用于本地开发和手动评估
- 提供有关这些工具与AI代理协同工作的有效性的宝贵见解
GitHub Actions 工作流
这个项目包含几个GitHub Actions工作流：
- CI（企业识别系统/色彩识别等，具体含义根据上下文而定） (
.github/workflows/ci.yml): 在每次推送/拉取请求时运行，进行基本的代码检查和快速测试 - 测试 (
.github/workflows/test.yml): 在多个操作系统和Python版本上进行全面测试
- 在所有平台上进行快速测试 - 集成测试（可能需要网络访问） - 慢速测试（如BLAST操作）- 仅在安装了Python 3.11的Ubuntu系统上运行 - 代码覆盖率报告 - 与劫匪和安全相关的安检
- 发布 (
.github/workflows/publish.yml当标签被推送时，发布到PyPI
你可以像使用 uvx 一样，使用 MCP 检查器与本地构建的 MCP 服务器进行交互。
*注：使用MCP检查器是可选的。大多数MCP客户端（如Cursor、Windsurf等）在配置后会自动显示此服务器提供的可用工具。然而，检查器对于详细测试和探索可能非常有用。*
*如果你选择通过Inspector来使用 npx确保您已安装Node.js和npm。使用 nvm（不重要了/没关系/算了） 推荐使用（Node 版本管理器）来管理 Node.js 版本。*
测试套件中的示例问题
以下是经过验证的示例问题，您在使用此MCP服务器时可以向AI助手提出：
- “查找人类TP53基因的相关信息并获取其蛋白质序列。”
- “不同物种中BRCA1基因的直系同源基因是什么？”
- 对一组与癌症相关的基因进行富集分析：TP53、BRCA1、BRCA2、ATM、CHEK2
- “获取由EGFR基因编码的蛋白质的三维结构信息。”
- “在COSMIC数据库中查找PIK3CA基因的突变。”
- “分析胰岛素（INS）基因在不同组织中的表达模式。”
- 使用DNA序列进行BLAST搜索以确定其来源：ATGGCGCCCGAACAGGGAC
- “使用OpenTargets查找与APOE基因相关的疾病。”
- “获取小鼠（Mus musculus）的参考基因组信息。”
- “对多个蛋白质序列进行比对，并确定保守区域。”
这些问题直接来源于我们的自动化测试套件，并且已经验证过，可以与现有的gget工具正确配合使用。
贡献；做出贡献
我们欢迎社区的贡献！🎉 无论您是研究人员、开发者，还是对生物信息学和基因组学研究感兴趣的爱好者，都有多种方式参与其中：
我们特别鼓励您尝试使用我们的MCP服务器，并与我们分享您的反馈！ 您使用服务器的经验、遇到的任何问题以及改进建议，对于让这款工具更好地服务于整个研究界来说，都极其宝贵。
贡献方式
- 🐞 错误报告发现问题了吗？请在 GitHub 上提交一个包含详细信息的问题报告
- 💡 功能需求有新的功能想法吗？我们很想听听！
- 📝 文档帮助我们改进文档、示例或教程
- 🧪 测试添加测试用例，特别是针对边界情况或新的查询模式
- 🔍 数据质量帮助识别并报告数据不一致之处或提出改进建议
- 🚀 性能优化查询，改进缓存，或提升服务器性能
- 🌐 集成为新的MCP客户端或AI系统创建示例
- 🎥 教程与视频创建教程、视频指南或教育内容，展示如何使用MCP服务器
- 📖 用户故事使用我们的MCP服务器分享您的研究工作流程和成功案例
- 🤝 社区外展帮助我们在生物信息学界推广MCP的采用
教程、视频和用户故事对我们来说特别有价值！ 我们正致力于推动生物信息学界采用人工智能技术，而研究人员如何在实际中使用我们的MCP服务器的实例，有助于展示其实际应用价值，并鼓励更广泛的采用。
入门指南/开始使用
- 为仓库创建分支（或“克隆仓库”）
- 创建一个特性分支（
git checkout -b feature/amazing-feature) - 进行你的更改并添加测试
- 运行测试套件（
uv run pytest） - 提交你的更改（
git commit -m 'Add amazing feature'） - 推送到你的分支（
git push origin feature/amazing-feature） - 提交一个拉取请求
开发指南
- 遵循现有的代码风格（我们使用
ruff（用于格式化和代码检查） - 为新功能添加测试
- 根据需要更新文档
- 保持提交内容简洁，编写清晰的提交信息
有问题或想法吗？
不要犹豫，欢迎提出问题进行讨论！我们非常友好，总是乐于帮助新成员入门。您的贡献将有助于推动开放科学和生物信息学研究的发展，造福每一个人。 🧬✨（DNA✨）
已知问题
Technical limitations and considerations
外部依赖
某些gget函数依赖于外部网络服务和数据库，这些服务或数据库可能会偶尔不可用或达到速率限制。服务器会实施适当的错误处理，并在适当情况下进行重试。
测试覆盖率
虽然我们提供了包括网络依赖操作的集成测试在内的全面测试，但某些测试用例可能对外部服务的可用性较为敏感。部分自动化测试结果可能需要人工验证。
许可证
这个项目遵循MIT许可证进行授权。
致谢
- gget（注：这是一个特定的命令或工具名称，在中文中没有直接对应的翻译，因此保留原样。） - 该服务器所集成的令人惊叹的生物信息学工具包
- FastMCP - 使用的MCP服务器框架
- 模型上下文协议 - 协议规范
其他由Longevity Genie提供的MCP服务器
我们还为生物医学研究开发了其他专用的MCP服务器：
- biothings-mcp（可译为“生物事物-多组件平台”或根据具体上下文调整为更贴切的名称，但直接翻译保持原样为“生物事物-MCP”） - BioThings.io API的MCP服务器，提供对基因注释（mygene.info）、变异注释（myvariant.info）和化学化合物数据（mychem.info）的访问
- opengenes-mcp 翻译为中文是：“开放基因-mcp（或开放基因-某种特定功能/机制，具体需根据上下文确定mcp的具体含义）”。不过，由于“mcp”在没有具体上下文的情况下可能是一个缩写或特定术语，其确切含义需要根据相关领域的知识或上下文来确定。在缺乏具体信息时，我们通常只能提供一个大致的翻译方向。 - 用于OpenGenes数据库的MCP服务器，提供衰老与长寿研究数据的访问
- 协同-年龄-MCP（注：MCP可能代表某种特定概念或缩写，具体含义需根据上下文确定，此处保留原样） - SynergyAge数据库的MCP服务器，提供协同和拮抗长寿基因相互作用的访问
我们得到以下支持：
*HEALES - 健康生活延长协会*
并且
