Token导航 LogoToken导航TokenDH.com
chai1 MCP logo
运维云端未说明官方级别未说明来源级核验

chai1 MCP

MCP Server

一个基于Chai-1模型的蛋白质结构预测服务器,支持多种预测模式和批量处理功能。

工具数

6

提示词数

0

GitHub Stars

0

资源数

0
DockerClaude云端部署Claude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

MacromNex

提供方

MacromNex

最后核验

2026/5/17 20:21

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

Chai-1 MCP服务器

通过Docker使用Chai-1模型预测蛋白质结构

用于Chai-1结构预测的MCP(模型上下文协议)服务器,具有6个核心工具:

  • 预测小肽的结构(同步、即时结果)
  • 提交FASTA序列的基本结构预测
  • 提交MSA增强预测以提高准确性
  • 批量处理多个FASTA文件
  • 监控和检索作业结果
  • 提交前验证FASTA文件

Docker快速入门

方法1:从GitHub中提取预构建映像

最快的开始方式。每次发布时,预构建的Docker镜像都会自动发布到GitHub容器注册表。

# Pull the latest image
docker pull ghcr.io/macromnex/chai1_mcp:latest

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add chai1 -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` ghcr.io/macromnex/chai1_mcp:latest

注: 从项目目录运行。 ` pwd ` 展开到当前工作目录。

要求:

  • 支持GPU的Docker(nvidia-docker 或带有NVIDIA运行时的Docker)
  • 已安装克劳德代码

就是这样!Chai-1 MCP服务器现在可以在Claude Code中使用。

______________________________________________________________________

方法2:在本地构建Docker镜像

自己构建映像并将其安装到Claude Code中。适用于自定义或离线环境。

# Clone the repository
git clone https://github.com/MacromNex/chai1_mcp.git
cd chai1_mcp

# Build the Docker image
docker build -t chai1_mcp:latest .

# Register with Claude Code (runs as current user to avoid permission issues)
claude mcp add chai1 -- docker run -i --rm --user `id -u`:`id -g` --gpus all --ipc=host -v `pwd`:`pwd` chai1_mcp:latest

注: 从项目目录运行。 ` pwd ` 展开到当前工作目录。

要求:

  • 支持GPU的Docker
  • 已安装克劳德代码
  • Git(克隆存储库)

关于Docker标志:

  • -i --Claude Code的交互模式
  • --rm --退出后自动移除容器
  • ` --user id -u:id -g ` --以当前用户身份运行容器,因此输出文件归您所有(不是root)
  • --gpus all --授予对所有可用GPU的访问权限
  • --ipc=host --使用主机IPC命名空间以获得更好的性能
  • -v --装载您的项目目录,以便容器可以访问您的数据

______________________________________________________________________

验证安装

添加MCP服务器后,您可以验证它是否正常工作:

# List registered MCP servers
claude mcp list

# You should see 'chai1' in the output

在Claude Code中,您现在可以使用所有6个Chai-1工具:

  • predict_small_peptide
  • submit_basic_prediction
  • submit_msa_prediction
  • submit_batch_prediction
  • get_job_status
  • get_job_result

______________________________________________________________________

后续步骤

  • 详细文件:参见 detail.md 有关以下内容的全面指南:

- 可用的MCP工具和参数 - 本地Python环境设置(Docker的替代方案) - 示例工作流和用例 - MSA服务器配置 - 配置文件格式

______________________________________________________________________

使用示例

注册后,您可以直接在Claude Code中使用Chai-1工具。以下是一些常见的工作流程:

示例1:快速肽预测

I have a short peptide sequence "GAAKLKKTFR". Can you predict its structure using predict_small_peptide and save the result to /path/to/output/?

示例2:全蛋白结构预测

I have a protein FASTA file at /path/to/protein.fasta. Can you submit a basic structure prediction using submit_basic_prediction with output saved to /path/to/results/, then monitor the job until it completes and retrieve the final structure?

示例3:MSA增强预测

I want high-accuracy structure prediction for my protein at /path/to/protein.fasta. Can you use submit_msa_prediction with use_msa_server set to True to include evolutionary information? Save results to /path/to/msa_results/.

______________________________________________________________________

故障排除

找不到Docker?

docker --version  # Install Docker if missing

GPU无法访问?

  • 确保安装了NVIDIA Docker运行时
  • 核对 docker run --gpus all ubuntu nvidia-smi

未找到克劳德代码?

# Install Claude Code
npm install -g @anthropic-ai/claude-code

______________________________________________________________________

许可证

基于 柴实验室 柴发现

目录标签

目录标签

DockerClaude云端部署蛋白质结构预测Python本地部署生物信息学深度学习Docker部署高通量计算

支持客户端

Claude

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

6

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

仍需确认:installCommand

来源信息

继续浏览同类 MCP