使用说明（简明易懂的使用指南，便于快速上手）

项目简介
M4 MCP 服务器是一个用于 AI 助手查询与分析临床数据的后端服务。它将数据资源、外部工具和提示模板等能力以标准化的 MCP 协议暴露给 LLM 客户端，客户端通过 JSON-RPC 与服务器交互，从而实现对数据的读取、分析和外部功能的调用。后端设计支持会话管理、能力声明，以及多种传输协议（如标准 JSON-RPC over HTTP、标准输入输出等模拟通道、WebSocket 等）的扩展，面向 MIMIC 等大型医疗数据集提供高效且可扩展的上下文服务框架。
主要功能点
1. 资源托管与数据访问：集中管理和访问各种数据资源与数据集后端，支持 Tabular、Notes 等多模态数据。
2. 工具注册与执行：向 LLM 客户端注册可调用的工具（如执行 SQL、查询数据表、Notes 搜索等），LLM 可以通过 MCP 调用这些工具并获取结构化结果。
3. Prompt 与交互模板：定义并渲染用于与数据交互的 Prompt 模板，支持可定制的 LLM 交互模式。
4. 会话与能力声明：跟踪会话、能力宣告，确保客户端了解当前服务器支持的数据和工具。
5. 多传输与安全性扩展：在不同传输协议下工作，具备安全性、权限和审计等扩展点（如 OAuth2、访问控制等实现）。
6. 与后端数据源的对接：通过 DuckDB/BigQuery 等后端对接数据，提供统一的工具接口，支持代码执行、查询、派生表等能力。
  已在代码中提供了用于单元测试的工具、后端实现、数据集注册与工具注册机制，确保 MCP 客户端可以通过统一接口进行交互。
安装步骤
1. 安装依赖并获取源码：将仓库代码获取到本地。
2. 前置数据准备：根据需要的数据集（如 mimic-iv 全量、demo、eicu 等）准备 DuckDB 数据库或配置 BigQuery，确保数据存在与可访问。
3. 启动 MCP 服务器：在项目根目录执行并保持运行，启动命令建议为 python -m m4.mcp_server（服务器端入口）。若你使用自定义启动脚本，请确保入口与参数与客户端一致。
4. 配置 MCP 客户端：使用客户端（Claude/Cursor/LibreChat 等）连接服务器。客户端需要的配置通常包含服务器名称、启动命令及参数等，具体请依据 MCP 客户端的使用文档进行设置。
5. 测试与接入：在客户端配置好后，重新启动客户端并加载服务器提供的能力、资源和工具描述，开始与数据进行交互。
服务器配置（JSON 配置示例说明，不是代码，方便理解）
配置的核心是为 MCP 客户端暴露一个服务器端点，并指向启动服务器的命令与参数。以仓库中测试用例的实现为依据，常见字段如下（具体字段名以你的 MCP 客户端配置界面为准）：
- serverName：m4
- command：python3
- args：["-m", "m4.mcp_server"]
  说明：serverName 指定 MCP 客户端在其 UI 或设置中显示的服务器名称；command 和 args 指定启动 MCP 服务器的命令行，确保客户端能够以相同的启动方式连接到服务器。测试用例中对这类配置有明确断言，确保客户端在连接时能够正确启动并与 MCP 服务握手。
  额外的可选字段（用途说明）
- env：环境变量字典，可用于传递后端配置（如后端类型、数据集名称、API 密钥等）
- description：对服务器的简短描述
- workingDir：服务器工作目录，便于定位资源与日志
- healthCheckEndpoint：健康检查端点，用于对接客户端的健康监控
基本使用方法
1. 启动后端服务器：在项目根目录执行启动命令（如 python -m m4.mcp_server）。
2. 配置 MCP 客户端：在客户端的 MCP 设置中填写服务器名称、启动命令与参数，确保客户端能够通过 JSON-RPC 与服务器通信。
3. 连接与交互：通过客户端发起对资源、工具、Prompt 的读取与调用请求；服务器返回标准化的 JSON-RPC 响应，或发送通知。
4. 运行与调试：如遇连接问题，请查看客户端日志与服务器日志，确认服务器是否已正常启动、端口是否开放、以及后端数据源是否可访问。
备注
本实现包含大量与数据集、工具、DERIVED 表等相关的单元测试，覆盖了多种数据场景和安全性检查，证明了 MCP 服务器端的核心能力与稳定性。仓库还提供了面向客户端的 Python API（src/m4/api.py）以及 CLI 与 MCP 集成测试，便于本地开发、演示和集成验证。

M4 MCP 服务器端

服务器信息