MCP Simple PubMed is an MCP server designed to provide AI models with seamless access to the vast PubMed database of medical research. This server empowers AI to search for articles using keywords, retrieve abstracts, and even download the full text of open-access articles in an XML format optimized for machine readability.

By leveraging the Entrez API, Simple PubMed eliminates the complexities of direct API interaction, allowing developers to focus on building intelligent applications. The server returns an XML-ized version of the full text, providing additional information about the document's structure. Integrating Simple PubMed into your AI workflow enables informed decision-making, evidence-based research, and deeper insights within the medical domain. Installation is streamlined via Smithery or manual pip installation, requiring only an email address and optional API key for configuration. This tool unlocks a wealth of medical knowledge, making it readily available for AI-driven discovery.

PubMed搜索能力

mcp-simple-pubmed 的核心功能是使 AI 模型能够通过关键词搜索 PubMed 数据库。它利用 NCBI 的 Entrez API，允许模型提交查询并检索相关的医学研究论文。该服务器接受来自 AI 客户端的搜索请求，并将这些请求转换为 Entrez API 可以理解的格式。然后，它解析 API 的响应，提取相关信息，并将结果以结构化的格式返回给 AI 模型。这种结构化的输出使得 AI 模型能够有效地处理和利用 PubMed 数据。

例如，一个 AI 模型可以利用此功能来识别关于特定疾病的最新研究，或者查找支持特定治疗方法的证据。通过提供对 PubMed 庞大数据库的访问，mcp-simple-pubmed 显著增强了 AI 模型在医学研究领域的知识发现能力。

获取文章摘要

除了搜索功能外，mcp-simple-pubmed 还提供对 PubMed 文章摘要的访问。摘要是文章内容的简要总结，使 AI 模型能够快速评估论文的相关性，而无需处理全文。该服务器从 Entrez API 检索摘要，并将其以清晰且易于解析的格式呈现给 AI 模型。

例如，AI 模型可以使用摘要来构建特定主题的文献综述，或者识别值得进一步研究的关键论文。通过提供对摘要的便捷访问，mcp-simple-pubmed 加速了 AI 模型的研究过程，并使其能够更有效地识别相关信息。

下载全文（XML格式）

mcp-simple-pubmed 允许下载 PubMed 上提供的开放获取文章的全文。值得注意的是，它以 XML 格式返回全文，这对于 AI 模型来说比纯文本格式更有用。XML 格式保留了文档的结构信息，例如章节标题、段落和参考文献，这使得 AI 模型能够更准确地理解和处理内容。

例如，AI 模型可以使用全文来提取特定数据点，例如研究方法、结果或结论。XML 格式使得 AI 模型能够以编程方式导航文档结构，并提取相关信息，而无需依赖于复杂的文本解析技术。这种能力对于需要深入分析医学文献的 AI 模型至关重要。

技术实现：Entrez API 封装

mcp-simple-pubmed 的一个关键技术特性是它对 NCBI Entrez API 的封装。该服务器处理与 Entrez API 的所有交互，从而使 AI 模型免于处理 API 的复杂性。它管理身份验证、速率限制和数据格式，为 AI 模型提供了一个简单且一致的接口来访问 PubMed 数据。

这种封装简化了 AI 模型的开发过程，并使其能够专注于利用 PubMed 数据，而不是处理底层 API 的细节。此外，mcp-simple-pubmed 实现了速率限制和错误处理机制，以确保 AI 模型能够可靠且高效地访问 PubMed 数据。服务器需要 PUBMED_EMAIL 和可选的 PUBMED_API_KEY 环境变量进行配置，以符合 NCBI 的使用要求。