AIアシスタント向け強化型PubChem MCPサーバー

🧪 AIアシスタントがPubChemから化合物情報をインテリジェントに検索・取得できる、高度で堅牢、かつプライバシー重視のMCPサーバーです。

このPubChem MCPサーバーは、AIアシスタント（AnythingLLMなど）とPubChemの膨大な化学データベースの間を強力に橋渡しします。Model Context Protocol（MCP）を活用し、AIモデルが化合物をスマートかつ堅牢に検索し、詳細な特性をプログラム的に取得できるようにします。

---

✨ 主な機能

これは単なるPubChemラッパーではありません。サーバーはゼロから再設計され、非常に堅牢かつ知的です。

• 🧠 スマートなフォールバック検索: 一般名（例:「ビタミンD」）の検索に失敗した場合、サーバーはPubChem Substanceデータベースでより深い検索を自動実行し、正しい化合物を特定します。これにより曖昧なクエリの成功率が大幅に向上します。
• 🛡️ 堅牢なエラー処理とリトライ: サーバーはAPIエラーを丁寧に処理します。PubChemから「サーバーが混雑しています」というエラーを受けた場合、自動的に待機してリクエストを再試行し、負荷が高い時でもクエリを成功させます。
• 🔒 オプションのTorプロキシ対応: プライバシーを完全に制御できます。シンプルなconfig.iniファイルで、全リクエストをTorネットワーク（SOCKS5またはHTTPプロキシ）経由で送信でき、IPアドレスの露出を防ぎます。サーバーはデフォルトで安全設計、プロキシ接続が失敗した場合でもIPが漏れることは絶対にありません。
• 🔎 単一・複数化合物検索: 1つまたは複数の化合物リクエストを1回のプロンプトで柔軟に処理します。
• 🧪 詳細な特性取得: IUPAC名、分子式、分子量、そして特に単一同位体質量など、主要な化学特性にアクセスできます。

---

---

🚀 インストール不要：Smithery.aiでライブ体験

MCPサーバー初心者や、ローカルセットアップ無しでツールの機能を試したい方には、Smithery.aiでライブ・ホスト版を提供しています。ブラウザから直接エージェントとチャットできます。

<-- Smithery.aiでライブPubChemエージェントを体験する -->

利用開始方法:

• 上記リンクをクリックしてサーバーページへ移動します。
• GitHubまたはGoogleアカウントでサインインします。
• 「Explore capabilities」ボタンを押してチャット画面を開き、テストを始めましょう！

> ✅ 最良結果のための推奨モデル >

特に長い小数点以下の数値で高精度を得るには、強力なモデルの利用を強く推奨します。以下のモデルは実際にテスト済みで、このツールと非常に相性が良好です。

>

* Anthropic Claude 3 Sonnet

* OpenAIのGPT-4 Turbo（またはGPT-4oなどの新しいバージョン）

>

両方のモデルが、ツールから返される小数点数の全精度を丸めることなく正しく処理できることを確認しました。

---

🚀 クイックスタート & インストール

このサーバーはローカルで実行するために設計されており、デスクトップやAnythingLLM Docker環境内で利用できます。

1. 依存関係

このプロジェクトは、いくつかのPythonライブラリに依存しています。環境にインストールされていることを確認してください。

以下の内容で requirements.txt ファイルを作成してください。

requests
bs4 
mcp 
pubchempy
pandas
PySocks

uvまたはpipを使用してインストールします：

uv venv
.venv\Scripts\activate
uv pip install -r requirements.txt

(注：PySocksはTorのSOCKS5プロキシ機能を使用する場合にのみ必要です。)

2. 設定

サーバーはconfig.iniファイルで設定され、最初に実行した際に自動的に作成されます。このファイルはpubchem_server.pyスクリプトと同じディレクトリに生成されます。

デフォルトのconfig.ini:

[proxy]
Change 'use_proxy' to 'true' to route all requests through a proxy.
Essential for protecting your privacy if you use Tor.
use_proxy = false
Defines the proxy type. Options:
  socks5h  -> (Recommended for Tor) The native SOCKS proxy for Tor. More secure.
  http     -> An HTTP proxy. If using Tor, requires additional configuration.
proxy_type = socks5h
The proxy address. THIS IS A CRITICAL SETTING!
  - If you run this script on your DESKTOP, use: 127.0.0.1
  - If you run this script inside DOCKER, use: host.docker.internal
host = 127.0.0.1
The proxy port.
  9050 -> Default port for Tor's SOCKS proxy.
  8118 -> Default port for Tor's HTTP proxy (if enabled).
port = 9050

3. AnythingLLMとの統合

公式ドキュメントに従って、これをカスタムMCPサーバーとして追加してください。重要なのは、commandをPython実行ファイルとpubchem_server.pyスクリプトに指定することです。

AnythingLLMデスクトップ用の例（plugins/anythingllm_mcp_servers.json）：

{
  "mcpServers": {
    "pubchem": {
      "name": "PubChem Server (Enhanced)",
      "transport": "stdio",
      "command": "\"C:\\path\\to\\your\\.venv\\Scripts\\python.exe\" \"C:\\path\\to\\your\\project\\pubchem_server.py\"",
      "cwd": "C:\\path\\to\\your\\project"
    }
  }
}

3.1 AnythingLLMを用いた実装例

エージェントとどのように対話するかの例をいくつか示します。これらのテストは、AnythingLLM Desktopを使用し、OpenRouter経由でさまざまな大規模言語モデルに接続して実施されました。

テストから得られた重要な発見は、選択するモデルの重要性です。このタスクには小型またはローカルモデルの使用を強くお勧めしません。小型モデルは、ツールから返されるデータを正しく解析できないことが多く、幻覚値、不正確なフォーマット、そして最も重要なことに小数点数の丸めなどのエラーを引き起こし、この高精度ツールの目的を損ないます。

結果の整合性を確保するために、MCPから返される生データを常に検証することをお勧めします。その方法は次のセクションで学べます：3.2 ログでのMCP出力の検証方法。

一方、いくつかのモデルは優れたパフォーマンスを示しました。特にGoogleのGemini 2.5 Flash liteは、長い小数点数の扱いにおいて卓越した精度を示し、最終的なMarkdownテーブルの正しいフォーマットを実現しました。

Google gemini 2.5 flash liteはプロンプトなしおよびプロンプトありで、完璧な小数点を保持します（例では温度パラメータを0.6に設定しています）。

この特定のタスクにおいて、私の個人的なお気に入りは一貫した精度と信頼性のためにGemini 2.5 Flash liteです。

3.2 ログでのMCP出力の検証方法

エージェントが正しいデータを受け取り、LLMが誤りを犯していないことを確認する最良の方法は、MCPサーバーによって生成されるデバッグログファイルを確認することです。

このサーバーは、プロジェクトディレクトリ内のサブフォルダに自動的にログファイルを作成するよう設定されています。場所は以下の通りです：

your-project-folder/
└── logs_mcp/
    └── mcp_debug.log

mcp_debug.logの中には、ツールがモデルが処理する前にLLMに返す正確なJSONデータが含まれています。このJSONを手動で検査して、特にmonoisotopic_massのようなプロパティの長い小数点数値を確認し、LLMが最終回答で丸め誤差や幻覚を導入していないことを検証できます。

---

📊 使用方法

統合後、あなたのAIアシスタントは化学情報に関する質問があった際に自動的にこのツールを使用します。主に公開されているツールはsearch_compounds_by_nameです。

使用例プロンプト

このプロンプトは、異なる名前タイプの化合物のリストを処理し、複数のプロパティを取得するツールの能力を示しています。

@agent
Please use your PubChem tool to find information on the following compounds:
Thiamine (Vitamin B1)
Riboflavin (Vitamin B2)
Folic Acid
Hydroxocobalamin
For each compound found, please retrieve the IUPAC Name, Molecular Formula, and Monoisotopic Mass.
Present all the results in a single Markdown table.

エージェントは search_compounds_by_name ツールを呼び出し、各化合物をインテリジェントに検索し、そのデータを取得してLLMにフォーマットのために返します。

---

🛠 MCPツールの公開

search_compounds_by_name

名前で複数の化合物を1つずつ検索し、最大の信頼性を確保するためにポーズとリトライを組み合わせたスマートなフォールバック戦略を使用します。

パラメータ:

• names (List[str]): 化合物名のリスト。例: ["Aspirin", "Ibuprofen"]

戻り値: 各化合物の情報が含まれる辞書、または特定の化合物の検索が失敗した理由を詳細に記述したエラーメッセージを含む辞書のリスト。

---

🙏 謝辞

このプロジェクトは、JackKuo666 によって作成されたオリジナルの PubChem-MCP-Server を大いに参考にし、その基盤の上に構築されました。

このリポジトリは直接のフォークではありませんが、オリジナルプロジェクトが重要な出発点でした。本バージョンは、極めて堅牢な設計、インテリジェントな検索戦略、そしてオプションのTor統合によるユーザープライバシーの強化に重点を置いてオリジナルのコンセプトを拡張しています🧅。

オリジナル作者の素晴らしい仕事とコミュニティへの共有に深く感謝します。

---

⚠️ 免責事項

このツールは研究および教育目的での利用を意図しています。PubChemの利用規約を尊重し、責任を持ってご使用ください。

--- Tranlated By Open Ai Tx | Last indexed: 2025-08-27 ---