概览
NovoMCP 是面向药物发现和材料科学工作流的计算化学引擎。其 MCP 连接器和 REST API 允许客户端通过共享后端请求化学操作，同时也可通过 CLI 和可视化界面访问。该引擎封装科学软件包和服务，而非取而代之：README 将 RDKit、GROMACS、AutoDock-GPU、OpenFold、Chai、Boltz、Gnina、xTB、ANI-2x、AIMNet2 和 MACE 列为依赖项或集成对象。
文档介绍的一种入门工作流是向 get_molecule_profile 提交 SMILES 字符串。据描述，响应包含分子性质、结构警示；在连接相关预测服务时，还会包含 ADMET 预测。本地性质计算使用 RDKit；ADMET 则依赖于接入 addie-models 服务。除分子画像分析外，资料还介绍了文献和数据库搜索、化合物库筛选，以及可选的分子对接、分子动力学、量子计算和蛋白质结构预测。分阶段的发现漏斗负责协调工具执行，每次调用都带有 funnel_id，并会送达审计接收端。
可用能力取决于部署配置。基础本地安装仅提供部分工具；其他能力需要可选服务。仪表板会显示这些服务的状态和配置要求。默认本地配置不启用身份验证或额度核算，并将审计记录写入文件。托管部署使用单独配置的身份验证、计量和审计实现。所提供的摘录介绍了设置和架构，并未给出科学验证结果。仓库代码采用不同许可条款：大多数封装和界面使用 Apache-2.0，而编排核心目前使用 Business Source License 1.1，并规定了未来转换的条件。
主要功能
- 为兼容客户端提供 MCP 访问，并提供精选的 REST 接口，使用 `POST /v1/tools/{name}`；OpenAPI 描述位于 `/v1/openapi.json`。
- 通过 `get_molecule_profile` 基于 SMILES 进行分子画像分析，包含本地 RDKit 性质计算，以及取决于服务配置的 ADMET 预测。
- 文档列出 ChEMBL、临床试验、bioRxiv 和 PubMed 文献搜索工具，以及化合物库筛选和分子动力学预检。
- 可选服务封装，涵盖分子对接、分子动力学、量子计算、神经网络势和蛋白质结构预测。
- 发现漏斗编排支持使用 `funnel_id` 标记，并可配置审计接收端；本地审计会将 JSON Lines 写入 `~/.novo/audit.jsonl`。
- 基于 Next.js 的仪表板可查看分子画像、引擎和服务状态，并配置密钥、合规、可观测性和数据连接器。
使用场景
- 建议的评估方式：提交已知分子的 SMILES，检查性质和结构警示输出，再单独评估配置好的 ADMET 预测。
- 建议的评估方式：结合文献和 ChEMBL 搜索与化合物库筛选，为早期候选物分流提供支持。
- 建议的评估方式：连接分子对接或分子动力学服务，并考察其输出如何融入分阶段的发现工作流。
- 建议的评估方式：检查审计记录，评估 MCP 驱动工作流中化学工具调用的可追溯性。
使用方式
- 阅读官方 README，并选择本地或托管运行方式。README 指定后端使用 Python 3.10–3.12；应将其视为文档所述要求，而非经过独立测试的兼容性结论。
- 从 NovoMCP 仓库获取代码。按照 README 中的虚拟环境、依赖安装和
main_https.py启动流程操作。其克隆示例含有组织占位符，请改用实际仓库链接。 - 按照 README 中的
get_molecule_profile示例，使用其中提供的阿司匹林 SMILES。检查性质和警示，并在期待获得预测结果前确认 ADMET 服务是否已连接。 - 选择 MCP、REST 或仪表板作为接口。在配置可选科学服务前，先查看 README 中的仪表板说明和能力显示。
- 使用合适的参考案例评估输出，并检查本地审计记录。在部署或再分发前，请阅读顶层许可证和核心许可证，因为二者的适用范围和条件不同。