研究助理
Next.js应用程序，充当人工智能驱动的生物医学研究助理。它使用 Vercel AI SDK 和 模型上下文协议（MCP） 查询PubMed、ClinicalTrials.gov和MyVariant.info。
环境变量
您需要在 .env.local 文件：
BIOMCP_URL-BioMCP服务器（SSE端点）的URL。GOOGLE_GENERATIVE_AI_API_KEY-您的Google Gemini API密钥。
入门指南
运行开发服务器： yarn dev
打开http://localhost:3000在您的浏览器中。
架构与流程
此应用程序通过AI Agent将聊天UI连接到生物医学数据源。
它是如何工作的（示例）
1-用户提示：“查找有关TNF-α抑制剂的论文。”
2-分析：人工智能模型（Gemini）分析请求。
3-工具：如果人工智能能够将提示与工具相匹配，则会调用特定的工具（例如searchArticles）。如果没有，他只返回（2）的输出
4-MCP：连接到BioMCP服务器以搜索结果
5-响应：原始数据被汇总到markdown中并流式传输回来
项目结构
代码的组织是为了将用户界面与业务逻辑分开。
src/app：处理路由和API端点（如/API/聊天）。
src/features：包含应用程序核心逻辑（聊天页面组件）
src/domain：定义数据类型和核心验证规则（Zod模式）。
src/lib：管理与LLM和BioMCP服务器等外部库的交互
src/components/ui：可重复使用的设计元素（按钮、卡片、输入）。
技术栈：
- 服务器：NextJS
- 用户界面：ShadCN/顺风
- 验证：zod
- 法学硕士：Vercel ai sdk
- 测试：Vitest+剧作家
- 基础设施：Vercel
进一步改善
虽然该应用程序目前很简单，但它包含构建可扩展系统所需的逻辑和设计模式：
- Zod对类型安全进行了强有力的验证
- 可重用UI组件
- 测试
为了使其生产就绪，接下来的步骤可能是：
- 左侧面板包含聊天历史记录，由专用数据库支持。
- 将BioMCP输出从静态文本升级为交互式组件。这将允许用户直接在聊天中对研究论文或临床试验进行排序、过滤和分页。
- 实施监控工具以跟踪绩效。
- 利用LLM流媒体功能来可视化“思维过程”。