使用说明

项目简介

'MCP.science' 仓库提供了一系列专为科学研究设计的开源 Model Context Protocol (MCP) 服务器。这些服务器旨在使AI模型能够以标准化的方式访问和利用科学数据、工具和计算资源，从而加速科学发现过程。本仓库包含多种类型的MCP服务器，可以满足不同的科研需求。

主要功能点

数据资源访问: 通过 Materials Project 服务器访问材料科学数据库，实现材料数据检索、可视化和操作。
安全代码执行: Python 代码执行服务器提供一个安全沙箱环境，允许AI模型执行Python代码进行数据分析和计算，同时保障安全性。
远程命令执行: SSH Exec 服务器允许AI模型安全地在远程系统上执行经过验证的命令，用于远程系统管理和控制。
网页内容抓取: Web Fetch 服务器提供网页内容抓取功能，支持HTML、PDF和纯文本格式，用于从网络获取信息。
学术及通用搜索: TXYZ Search 服务器集成学术搜索和通用网页搜索功能，帮助AI模型进行信息检索。

安装步骤

安装 Prerequisites: 确保已安装 MCPM 和 uv。根据仓库 README.md 的指引完成安装。

克隆仓库: 在你的本地计算机上克隆 'MCP.science' 仓库：

git clone https://github.com/pathintegral-institute/mcp.science

选择服务器并安装依赖: 进入你希望使用的MCP服务器的目录，例如 'servers/web-fetch'。然后在该目录下安装Python依赖：
```
cd mcp.science/servers/web-fetch
uv install
```
对其他服务器 (如 'python-code-execution', 'materials-project', 'txyz-search', 'ssh-exec') 重复此步骤。

服务器配置

要将这些MCP服务器集成到你的MCP客户端（如 Claude Desktop, Cursor, Windsurf 等），你需要配置服务器的启动命令和参数。以下是一些示例配置，请根据你实际使用的服务器和本地路径进行调整。

注意: 以下配置为 JSON 格式，用于MCP客户端的配置文件中。你需要将 '/path/to/mcp.science/servers/...' 替换为你本地仓库相应服务器目录的绝对路径。

Web Fetch 服务器配置示例:

{
    "web-fetch": {
        "command": "uv",
        "args": [
            "run",
            "--directory",
            "/path/to/mcp.science/servers/web-fetch",
            "mcp-web-fetch"
        ]
    }
}

Python Code Execution 服务器配置示例:

{
    "python-code-execution": {
        "command": "uv",
        "args": [
            "run",
            "--directory",
            "/path/to/mcp.science/servers/python-code-execution",
            "mcp-python-code-execution"
        ]
    }
}

Materials Project 服务器配置示例:

{
    "materials-project": {
        "command": "uv",
        "args": [
            "run",
            "--directory",
            "/path/to/mcp.science/servers/materials-project",
            "mcp-materials-project"
        ]
    }
}

注意: Materials Project 服务器需要配置 'MP_API_KEY' 环境变量，请参考 servers/materials-project/README.md 获取更多信息。

TXYZ Search 服务器配置示例:

{
    "txyz-search": {
        "command": "uv",
        "args": [
            "run",
            "--directory",
            "/path/to/mcp.science/servers/txyz-search",
            "mcp-txyz-search"
        ]
    }
}

注意: TXYZ Search 服务器需要配置 'TXYZ_API_KEY' 环境变量，请参考 servers/txyz-search/README.md 获取更多信息。

SSH Exec 服务器配置示例:

{
    "ssh-exec": {
        "command": "uv",
        "args": [
            "run",
            "--directory",
            "/path/to/mcp.science/servers/ssh-exec",
            "mcp-ssh-exec"
        ]
    }
}

注意: SSH Exec 服务器需要配置 SSH 连接相关的环境变量 (如 'SSH_HOST', 'SSH_USERNAME' 等)，请参考 servers/ssh-exec/README.md 获取更多信息。

基本使用方法

启动服务器: 在每个服务器的目录下，运行 'uv run <服务器启动脚本名>' 启动相应的MCP服务器。例如，启动 Web Fetch 服务器，在 'mcp.science/servers/web-fetch' 目录下运行 'uv run mcp-web-fetch'。
配置客户端: 打开你的MCP客户端，进入 “Developer” 或 “Settings” 选项，编辑 MCP 服务器配置文件，添加上面生成的服务器配置 JSON 代码。
使用工具: 在客户端中，你可以通过工具名称调用相应的服务器功能。例如，对于 Web Fetch 服务器，可以使用工具 'fetch-web' 抓取网页内容；对于 Python 代码执行服务器，可以使用工具 'python_code_execution' 执行 Python 代码。请参考每个服务器目录下的 'README.md' 文件，了解更详细的工具名称和使用方法。

贡献

欢迎向 'MCP.science' 贡献代码! 你可以帮助改进现有服务器、添加新的服务器或提出改进建议。详细的贡献指南请参考仓库的 CONTRIBUTING.md 文件。

关键词