AI 어시스턴트를 위한 고급 PubChem MCP 서버

🧪 AI 어시스턴트가 PubChem에서 화학 화합물 정보를 지능적으로 검색하고 접근할 수 있게 해주는, 고급·강력·개인정보 보호 중심의 MCP 서버입니다.

이 PubChem MCP 서버는 AI 어시스턴트(예: AnythingLLM 등)와 PubChem의 방대한 화학 데이터베이스를 연결하는 강력한 다리 역할을 합니다. 모델 컨텍스트 프로토콜(MCP)을 활용하여 AI 모델이 화학 화합물을 스마트하고 견고하게 검색하고, 상세한 속성을 프로그래밍 방식으로 가져올 수 있습니다.

---

✨ 핵심 기능

단순한 PubChem 래퍼가 아닙니다. 이 서버는 완전히 새롭게, 매우 견고하고 지능적으로 재설계되었습니다:

• 🧠 스마트 폴백 검색: "비타민 D"와 같은 일반명 검색이 실패할 경우, 서버가 자동으로 PubChem Substance 데이터베이스에서 더 깊은 검색을 수행하여 올바른 화합물을 찾아냅니다. 이는 모호한 쿼리의 성공률을 크게 높여줍니다.
• 🛡️ 견고한 오류 처리 및 재시도: 서버는 API 오류를 우아하게 처리하도록 설계되었습니다. PubChem에서 "서버가 바쁨" 오류가 발생하면, 자동으로 대기 후 재시도를 하여, 높은 부하 상황에서도 쿼리가 성공하도록 합니다.
• 🔒 선택적 Tor 프록시 지원: 개인정보를 완전히 제어할 수 있습니다. 간단한 config.ini 파일을 통해 모든 요청을 Tor 네트워크(SOCKS5 또는 HTTP 프록시)를 통해 라우팅할 수 있어, IP 주소 노출을 방지합니다. 서버는 기본적으로 안전하며, 프록시 연결 실패 시에도 절대 IP가 노출되지 않습니다.
• 🔎 단일 및 다중 화합물 검색: 하나 또는 여러 화합물에 대한 요청을 한 번의 프롬프트로 매끄럽게 처리합니다.
• 🧪 상세 속성 조회: IUPAC 이름, 분자식, 분자량, 그리고 특히 모노이소토픽 질량과 같은 주요 화학 속성에 접근할 수 있습니다.

---

---

🚀 설치 필요 없음: Smithery.ai에서 바로 사용해보세요

MCP 서버가 처음이거나, 별도의 로컬 설치 없이 이 도구의 기능을 테스트하고 싶다면 Smithery.ai에서 라이브로 호스팅되는 버전을 사용할 수 있습니다. 브라우저에서 직접 에이전트와 채팅할 수 있습니다.

<-- Smithery.ai에서 라이브 PubChem 에이전트 탐색하기 -->

시작 방법:

• 위 링크를 클릭해 서버 페이지로 이동하세요.
• GitHub 또는 Google 계정으로 로그인하세요.
• "Explore capabilities" 버튼을 클릭하여 채팅 인터페이스를 열고 바로 테스트를 시작하세요!

> ✅ 최적의 결과를 위한 추천 모델 >

특히 긴 소수점 숫자 등에서 최고의 정확도를 얻으려면 강력한 모델 사용을 적극 권장합니다. 다음 모델들은 테스트를 거쳐 이 도구와 매우 잘 작동합니다:

>

* Anthropic의 Claude 3 Sonnet

* OpenAI의 GPT-4 Turbo (또는 GPT-4o와 같은 최신 버전)

>

두 모델 모두 도구에서 반환된 소수점 숫자의 전체 정밀도를 올바르게 처리하며, 반올림이 발생하지 않음을 확인했습니다.

---

🚀 빠른 시작 및 설치

이 서버는 로컬에서 실행되도록 설계되었으며, 데스크탑이나 AnythingLLM Docker 환경에서 사용할 수 있습니다.

1. 필수 구성 요소

이 프로젝트는 몇 가지 Python 라이브러리에 의존합니다. 환경에 이들이 설치되어 있는지 확인하세요.

다음 내용을 포함하는 requirements.txt 파일을 만드세요:

requests
bs4 
mcp 
pubchempy
pandas
PySocks

uv 또는 pip를 사용하여 설치하세요:

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

(참고: PySocks는 Tor SOCKS5 프록시 기능을 사용할 계획인 경우에만 필요합니다.)

2. 구성

서버는 실행 시 처음으로 자동으로 생성되는 config.ini 파일을 통해 구성됩니다. 이 파일은 pubchem_server.py 스크립트와 동일한 디렉터리에 생성됩니다.

기본 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. AnythingLLM과의 통합

공식 문서를 따라 이를 커스텀 MCP 서버로 추가하십시오. 핵심은 command를 Python 실행 파일과 pubchem_server.py 스크립트로 지정하는 것입니다.

AnythingLLM 데스크톱 예시 (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 AnythingLLM을 활용한 구현 예시

에이전트와 상호작용하는 몇 가지 예시를 소개합니다. 이 테스트들은 AnythingLLM Desktop을 사용하여 OpenRouter를 통해 다양한 대형 언어 모델에 연결하여 수행되었습니다.

테스트를 통해 얻은 중요한 발견은 선택하는 모델의 중요성입니다. 이 작업에는 작거나 로컬 모델 사용을 강력히 권장하지 않습니다. 작은 모델들은 종종 도구가 반환하는 데이터를 올바르게 파싱하지 못해, 환각 값, 잘못된 형식, 그리고 가장 심각한 문제인 소수점 숫자 반올림과 같은 오류가 발생할 수 있는데, 이는 이 고정밀 도구의 목적을 무너뜨립니다.

결과의 무결성을 보장하기 위해 MCP가 반환하는 원시 데이터를 항상 확인하는 것이 좋습니다. 이에 대한 방법은 다음 섹션에서 확인할 수 있습니다: 3.2 로그에서 MCP 출력 확인 방법.

반면, 여러 모델은 뛰어난 성능을 보여주었습니다. Google의 Gemini 2.5 Flash lite는 긴 소수점 숫자를 다루는 데 놀라운 정밀도와 최종 마크다운 표를 올바르게 형식화하는 데 탁월한 성능을 보였습니다.

Google gemini 2.5 flash lite는 프롬프트 없이도, 프롬프트를 사용해도 완벽한 소수점 유지(예제에서는 온도 0.6 사용)를 보여줍니다.

이 특정 작업에 대해 개인적으로 가장 선호하는 모델은 일관된 정확성과 신뢰성 때문에 Gemini 2.5 Flash lite입니다.

3.2 로그에서 MCP 출력 확인 방법

에이전트가 올바른 데이터를 받고 있고 LLM이 실수를 하지 않는지 확인하는 가장 좋은 방법은 MCP 서버가 생성하는 디버그 로그 파일을 확인하는 것입니다.

이 서버는 자동으로 프로젝트 디렉토리 내 하위 폴더에 로그 파일을 생성하도록 구성되어 있습니다. 위치는 다음과 같습니다:

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

mcp_debug.log 파일 안에는 도구가 LLM으로 보내기 전에 모델이 처리하는 정확한 JSON 데이터가 있습니다. 이 JSON을 수동으로 검사하여 monoisotopic_mass와 같은 속성에서 긴 소수점 숫자를 포함한 값들을 확인하고, LLM이 최종 답변에 반올림 오류나 환각을 일으키지 않았는지 검증할 수 있습니다.

---

📊 사용법

통합되면, AI 어시스턴트는 화학 정보에 대해 질문받을 때 자동으로 이 도구를 사용합니다. 노출된 주요 도구는 search_compounds_by_name입니다.

예시 프롬프트

이 프롬프트는 다양한 이름 유형의 화합물 목록을 처리하고 여러 속성을 검색하는 도구의 능력을 보여줍니다.

@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.

에이전트는 search_compounds_by_name 도구를 호출하여 각 화합물을 지능적으로 찾아 데이터를 검색하고, 이를 LLM에 반환하여 형식을 지정합니다.

---

🛠 MCP 도구 공개

search_compounds_by_name

스마트 폴백 전략과 일시 중지 및 재시도를 통해 최대 신뢰성으로 화합물 이름별로 하나씩 여러 화합물을 검색합니다.

매개변수:

• names (List[str]): 화합물 이름 리스트. 예: ["Aspirin", "Ibuprofen"]

반환: 각 화합물의 정보 또는 해당 화합물 검색 실패 사유를 담은 오류 메시지를 포함하는 딕셔너리 리스트.

---

🙏 감사의 글

이 프로젝트는 JackKuo666가 만든 원본 PubChem-MCP-Server를 기반으로 크게 영감을 받아 구축되었습니다.

이 저장소는 직접적인 포크는 아니지만, 원본 프로젝트가 중요한 출발점이었습니다. 이 버전은 극도의 견고성, 지능형 검색 전략, 선택적 Tor 통합을 통한 사용자 프라이버시 강화에 중점을 두어 원본 개념을 향상시켰습니다 🧅.

원작자의 훌륭한 작업과 커뮤니티와 공유해 주신 데 깊이 감사드립니다.

---

⚠️ 면책 조항

이 도구는 연구 및 교육 목적으로만 사용됩니다. PubChem의 서비스 약관을 준수하고 책임감 있게 사용해 주시기 바랍니다.

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