概览
RDKit MCP Server (TandemAI) 是一个 Python MCP 服务器，旨在让语言模型通过自然语言交互调用 RDKit 化学信息学功能。它是上游 RDKit 库的接口，而非该库的替代品，也不提供独立自主的智能体。README 表示其目标是开放 RDKit 2025.3.1 中的所有函数；这是覆盖范围方面的目标，并不能证明所有函数均已提供或经过验证。
在典型工作流程中，用户启动服务器并连接支持 MCP 的语言模型客户端。随后，客户端可在响应请求时调用服务器开放的 RDKit 工具。仓库还包含一个由 OpenAI 驱动的命令行客户端，供实验使用；另有一个用于列出可用工具的实用程序。输入包括客户端处理的自然语言请求，以及通过可选设置文件提供的服务器配置。输出包括 RDKit 工具结果和客户端响应；所提供的摘录未说明各工具的具体输入输出模式或支持的分子输入格式。
仓库提供一个使用 pydantic-evals 的评估套件，用于评估工具输出和智能体响应。其中的 LLMJudge 会检查智能体是否恰当地使用工具并生成准确结果；该套件支持查看详细输出、选择用例以及导出 JSON 结果。这些功能可用于本地评估，但并不能证明科学准确性、全面的函数覆盖或生产就绪程度。包元数据列明了 Python 和固定版本的 RDKit 依赖项，仓库代码采用 MIT 许可证。该许可证不规定外部模型服务或其他依赖项的条款。
主要功能
- 通过模型上下文协议开放 RDKit 函数，供支持 MCP 的语言模型客户端使用。
- 包含一个由 OpenAI 驱动的命令行客户端，便于快速试验。
- 支持可选的服务器设置文件，并将 settings.example.yaml 标为配置参考。
- 提供工具列表实用程序，用于查看服务器开放的 RDKit 工具。
- 包含基于 pydantic-evals 的评估套件，支持 LLMJudge 评估、用例筛选、详细输出和 JSON 结果导出。
使用场景
- 预期评估用途：在现有 MCP 客户端工作流程中，评估自然语言请求能否调用恰当的已开放 RDKit 工具。
- 预期评估用途：使用附带的 CLI 客户端，为 RDKit 对话界面制作原型，然后再集成其他客户端。
- 预期评估用途：运行仓库中选定的评估用例，并结合智能体响应检查工具输出，以评估拟议的化学信息学工作流程。
使用方式
- 阅读官方 README，了解服务器与客户端的划分以及本地安装流程。查看包元数据中声明的 Python 和依赖项要求；这些信息不代表经过测试的兼容性声明。
- 按照 README 中的安装说明，从仓库检出内容开始操作。如果需要更改配置，请在启动服务器前查看其中提到的 settings.example.yaml。
- 按照文档中 run_server.py 的步骤启动服务器，可选择提供设置文件。连接支持 MCP 的客户端；README 链接到 Claude Desktop 快速入门作为示例。
- 使用文档中的 list_tools.py 实用程序检查开放的工具，再设计请求。使用附带的 OpenAI 客户端时，请安全配置自己的凭据，并按照 run_client.py 的说明操作，不要公开凭据。
- 安装文档列出的评估依赖项，并在服务器运行时执行评估套件。查看详细的输入和输出、筛选相关用例，或导出 JSON 结果。将 LLMJudge 的评估视为有待审查的评估证据，而非独立的科学验证。