NCI GDC MCP Server

使用说明内容（Markdown格式）

• 项目简介

  • 该仓库实现了一个基于 Model Context Protocol (MCP) 的服务器端后端，专注于向 LLM 客户端提供对 NCI GDC 数据的访问、数据资源管理、工具注册与执行，以及基于 Prompt 的交互能力。它通过 JSON-RPC 风格的请求/响应来实现客户端与服务器之间的通信，并支持数据分阶段（staging）、Code Mode 等高级特性，提升对大规模数据的安全、可扩展访问。

• 主要功能点

  • MCP 协议实现与工具注册：通过 MCP 的标准接口注册工具、处理请求并返回规范化的 JSON-RPC 响应。
  • 资源与数据访问：提供对 GDC 数据的查询、数据类型探查和数据分阶段存储（staging）能力，确保大数据集能高效、可控地被访问。
  • 工具执行与外部调用：内置工具集合，可在 LLM 场景下执行外部功能（如数据库查询、数据获取等），并通过 Code Mode 安全执行代码。
  • Prompt 模板与渲染：支持基于 Promo pt 的模板渲染和交互模式，提升 LLM 与后端的对话质量。
  • Code Mode 与动态执行：内置 Codemode evaluator、proxy、execute 工具等组件，支持在沙箱中执行自定义代码并访问 MCP 工具。
  • 数据分阶段（Staging）：通过 Durable Object/分级存储，将大响应自动分阶段成可查询的 SQLite 数据，降低上下文窗口压力。
  • 多传输协议与出口：支持基于 HTTP/Stream、SSE 等传输模式，提供更灵活的接入方式。
  • 与 GDC GraphQL 的集成：内置 gdc_graphql_query 工具，直接对 NCI GDC GraphQL API 进行查询，并对超大响应进行自动分阶段处理。
  • 本地和远程部署能力：提供本地开发与远程部署的示例与工具链，方便在 Cloudflare Workers 等环境中运行。

• 安装步骤

  • 克隆仓库并安装依赖（通常使用 PNPM/Yarn 安装工作区包依赖）。
  • 构建并打包服务端代码，使其可以在目标运行环境（如 Cloudflare Workers / Node 环境）中部署运行。
  • 部署后启动 MCP 服务器实例，确保能够对外提供 MCP 接口与工具调用能力。
  • 在客户端配置中指向服务器提供的 MCP 端点（下方“服务器配置”给出配置示例注释）。

• 服务器配置（MCP 客户端需要配置的部分，不是服务器端源码） 服务器配置信息（JSON，示例注释）： { "serverName": "nci-gdc", "command": "npx", "args": [ "mcp-remote", "https://nci-gdc-mcp-server.quentincody.workers.dev/mcp" ] // 说明：serverName 为客户端使用的标识名，command/args 指定启动远程 MCP 客户端的命令与参数，连接到该 MCP 服务器的公开入口点 URL。 } 注：客户端配置仅用于说明连接方式，实际使用时请将 serverName、command、args 根据你的环境替换为准确值。MCP 客户端不需要查看服务器实现细节，只需要知道如何连接即可。

• 基本使用方法

  • 启动并连接：在客户端（如 Claude Desktop 等 MCP 客户端）中，使用上面的配置将服务器注册为一个 MCP 服务端点。
  • 读取资源与数据：通过 MCP 提供的资源/数据相关工具进行查询、聚合与分析。
  • 调用工具：通过已经注册的工具执行外部功能，如数据库查询、数据获取、生成查询等。
  • 使用 Code Mode：利用 Code Mode 工具在沙箱中编写、执行自定义逻辑，并通过 MCP 的对象模型返回结构化结果。
  • 数据分阶段：在返回大数据时，后端会自动将结果分阶段存储，客户端可通过 data_access_id 查询或获取 schema 以进行后续分析。

• 备注

  • 如果需要可扩展性、跨域数据源整合和对大规模数据的高效访问，MCP 服务器在该仓库中提供了完整实现，涵盖资源管理、工具执行、Prompt 渲染和分阶段存储等能力。