Token导航 LogoToken导航

MCP Server · AI代理

Symptom Minder

一个用于记录症状及相关环境/身体信息,存储于Elasticsearch,并与Claude Desktop集成的智能数据录入和检索服务。

stdio官方级别未说明来源级核验工具 0
PythonClaudeAI代理Claude Desktop

快速开始

作者 / 组织
justincastilla
提供方
justincastilla
运行时
Docker

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

2

仓库热度

收录来源

1 个

MCP World

选型结论

Symptom Minder 属于AI代理类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,适配 Claude Desktop、Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

AI代理

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

docker run -i --rm --env-file .env symptom-minder

客户端配置示例

{
  "mcpServers": {
    "symptomminder": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--env-file",
        ".env",
        "symptom-minder"
      ]
    }
  }
}

按公开安装命令拼出来的示例,字段名和参数以仓库 README 为准;带 YOUR_API_KEY 这类占位符的位置记得换成自己的值。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Docker,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

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。

详细介绍

⚠️ 开发者备注 ⚠️

这个项目目前仍在开发中,尚未准备好投入生产。其目的是记录可能涉及敏感的医疗信息,并提供一个分析平台。绝对不应该(泄露或滥用这些信息) 不假设数据隐私或安全 在这个演示中。服务器或大型语言模型(LLM)给出的建议或指令应持保留态度。这个应用演示和概念验证是 非医用 并且不应作为专业医疗建议的替代品。

SymptomMinder 快速MCP服务器

一个FastMCP服务器,用于记录症状及相关环境/身体信息,将其存储在Elasticsearch中,并与Claude Desktop集成以实现智能数据录入和检索。

动机

如今,人们比以往任何时候都更有能力利用工具来更好地了解自己的健康状况和福祉。随着人工智能和机器学习的兴起,我们可以利用这些工具,通过数据收集和分析,更深入地了解我们各自的健康状况。

疾病与健康是复杂的,我们无法总是了解全局。通过记录和分析我们的症状及相关信息,我们可以更好地了解自己的健康状况,并做出明智的护理决策。我们至少都认识三个人,他们患有“隐性”疾病,这些疾病可能没有外在表现,但却可能给他们带来显著的不适、疼痛或残疾。通过创建并维护他们身体状况的记录,我们希望为他们的护理提供文档记录和支持。

特点/功能

  • “Review-Confirm-Save”模式在保存前验证条目
  • 多模型大语言模型评审团使用多个Claude模型进行质量保证
  • 灵活搜索日期范围、症状、药物、语义注释搜索
  • 后续追踪追踪未完成的症状并收集最新进展
  • Elasticsearch 存储强大的查询功能和数据持久性
  • Claude 桌面集成自然语言症状输入

______________________________________________________________________

快速入门Docker(推荐)

先决条件

  • 已安装Docker和Docker Compose
  • Anthropic API密钥
  • Elasticsearch 实例(或使用附带的本地设置)

1. 环境配置

复制示例环境文件并配置您的凭据:

cp .env.example .env

编辑 .env 并设置您的凭据(周围不要有空格) =):

# Required
ANTHROPIC_API_KEY=your-anthropic-api-key-here
ES_ENDPOINT=https://your-elasticsearch-endpoint:443
ES_API_KEY=your-elasticsearch-api-key-here

# Optional (defaults provided)
ES_INDEX=symptom_entries
JURY_SUMMARY_INDEX=event_summaries
JURY_COUNTER_INDEX=jury_counter
JURY_MODE=every_1

对于本地 Elasticsearch(非云端):

ANTHROPIC_API_KEY=your-anthropic-api-key-here
ES_ENDPOINT=http://elasticsearch:9200
# Leave ES_API_KEY empty for local setup
ES_INDEX=symptom_entries

2. 使用 Docker Compose 启动服务

# Start Elasticsearch and SymptomMinder
docker-compose up -d

# View logs
docker-compose logs -f symptom-minder

# Stop services
docker-compose down

# Reset all data (removes Elasticsearch volumes)
docker-compose down -v

接入点:

  • Elasticsearch: http://localhost:9200
  • 健康检查: curl http://localhost:9200/_cluster/health

3. 配置Claude桌面版

在您的Claude Desktop MCP设置文件中添加以下内容:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

Windows: %APPDATA%\Claude\claude_desktop_config.json

配置:

{
  "mcpServers": {
    "symptom-minder": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--env-file",
        "/absolute/path/to/SymptomMinder/.env",
        "symptom-minder"
      ]
    }
  }
}

重要提示: 替换 /absolute/path/to/SymptomMinder/ 请将(此处)替换为您的SymptomMinder目录的实际路径。

找到你的绝对路径:

# macOS/Linux
cd /path/to/SymptomMinder
pwd

# Windows (PowerShell)
cd C:\path\to\SymptomMinder
(Get-Location).Path

4. 重启Claude桌面版

添加配置后:

  1. 彻底退出 Claude Desktop
  2. 重启Claude桌面版
  3. 寻找🔨锤子图标,表示MCP服务器已连接
  4. 开始使用SymptomMinder,自然描述您的症状!

______________________________________________________________________

在本地测试服务器

带检查器的开发模式

# Build the Docker image first
docker build -t symptom-minder .

# Run in interactive mode for testing
docker run -i --rm --env-file .env symptom-minder

使用FastMCP Inspector(不使用Docker)

如果你不想使用 Docker 进行测试:

# Install dependencies
pip install -r requirements.txt

# Run development server with inspector
fastmcp dev server.py

检查员将开始于 http://localhost:6274 在终端输出中包含一个授权链接。

______________________________________________________________________

MCP 工具与资源

入门工具

  • review_symptom_entry在保存前审查症状条目,生成可读性强的摘要
  • confirm_and_save_symptom_entry已确认保存至Elasticsearch,触发评审团审核

搜索工具

  • flexible_search带过滤器的灵活搜索(日期范围、症状、药物、备注)

- 使用简单的键值对: {"start_time": "2025-08-01", "end_time": "2025-08-31"} - 非(或“不”) 原始的Elasticsearch查询

  • get_incomplete_symptoms查找标记为不完整的症状以进行后续跟进
  • update_symptom_entry更新现有条目,添加分辨率备注

资源

  • list_symptom_entries检索最近的症状记录(默认:20条)

提示

  • symptom_followup_guidance指导克劳德进行自然的后续行为

______________________________________________________________________

数据管理

生成演示数据

# Generate gluten intolerance symptom dataset
python data/generate_gluten_symptoms.py

# Load demo data into Elasticsearch
python data/reset_and_load_gluten_data.py

这生成了一个真实的三个月数据集,展示了通过每周的症状模式逐渐发现麸质不耐受的情况。

重置数据库

# Clear all data and reset counters
python data/reset_and_load_gluten_data.py

# Or with Docker Compose
docker-compose down -v  # Removes all Elasticsearch data
docker-compose up -d

______________________________________________________________________

架构概述

数据流

  1. 用户输入 → Claude Desktop 自然语言(处理/理解/生成等,根据上下文具体确定)
  2. 评审阶段 → review_symptom_entry 生成摘要
  3. 用户确认 → 验证输入准确性
  4. 保存阶段 → confirm_and_save_symptom_entry 保存到Elasticsearch
  5. 评审团审议 (条件性) → 多模型大型语言模型验证
  6. 查询/检索 → flexible_search 或资源访问
  7. 后续跟进 (可选)→ 长期追踪未完成的症状

关键组件

  • server.py带有工具/资源定义的FastMCP服务器
  • symptom_schema.py用于数据验证的 Pydantic 模型
  • jury_tools.py多模型大语言模型(LLM)质量保障系统
  • tools/工具实现(搜索、更新、条目)
  • resources/资源实现(列表条目)
  • utils/共享工具(ES客户端,数据清洗)

陪审团制度

大语言模型(LLM)评审团使用三个Claude模型并行验证结构化条目与原始笔记的一致性:

  • claude-3-5-sonnet-latest
  • claude-3-7-sonnet-latest
  • claude-sonnet-4-20250514

通过配置触发频率 JURY_MODE (例如。, every_5 (在第5、10、15…项上运行)。

______________________________________________________________________

使用Claude桌面版的示例

记录一个症状:

“我两小时前开始剧烈头痛。我吃了布洛芬,但还没见效。”

搜索症状:

“给我显示上个月我所有的头痛问题”

更新一个症状:

“我之前头疼的毛病在多喝了几口水后缓解了”

寻找模式:

“我的症状与我的饮食之间是否存在某种规律?”

______________________________________________________________________

故障排除

Docker 问题

容器无法启动:

# Check logs
docker-compose logs symptom-minder

# Verify .env file is loaded
docker run -i --rm --env-file .env symptom-minder python -c "import os; print('ES_ENDPOINT:', os.environ.get('ES_ENDPOINT'))"

Elasticsearch 连接失败:

  • 验证 ES_ENDPOINT 并且 ES_API_KEY 在里面 .env
  • 检查Elasticsearch是否正在运行: curl $ES_ENDPOINT
  • 对于本地应急服务(ES),确保无(此处“no”后可能省略了具体内容,根据上下文可能需要补充,如“no interference”表示“确保无干扰”等) ES_API_KEY 被设定

Claude桌面端问题

MCP服务器未显示:

  • 验证JSON语法 claude_desktop_config.json
  • 使用绝对路径(而非相对路径,如 ./)
  • 完全重启Claude桌面版
  • 检查Docker镜像是否存在: docker images | grep symptom-minder

认证错误:

  • 确保 .env 文件包含正确的凭据
  • 检查 --env-file 在配置中,路径是绝对的
  • 验证API密钥是否有效(无 `` 占位符)

______________________________________________________________________

环境变量参考

变量必填默认值描述
ANTHROPIC_API_KEY 好的,以下是翻译后的内容:
ES_ENDPOINT是http://localhost:9200 Elasticsearch 端点 URL
ES_API_KEY 1. Elasticsearch API密钥(本地环境可省略)
ES_INDEX不symptom_entries主要症状条目索引
JURY_SUMMARY_INDEX序号event_summaries评审总结索引
JURY_COUNTER_INDEX不jury_counter陪审团触发计数器索引
JURY_MODE不every_1评审团触发: none, every_1, every_5等。

______________________________________________________________________

安全通知

这是一个演示项目,不提供任何安全保障。

  • 数据隐私未得到强制执行
  • 不要存储真实的受保护健康信息(PHI)
  • 不符合HIPAA(健康保险流通与责任法案)规定
  • 不用于医疗诊断或治疗
  • 始终向医疗专业人士咨询以获取医疗建议

______________________________________________________________________

发展

如需详细的开发信息,请参阅 CLAUDE.md(文件名,可译为“克劳德.md”或保持原样,具体取决于上下文是否需要翻译文件名)。

要求

  • Python 3.12+(或“Python 3.12及以上版本”)
  • Docker 和 Docker Compose
  • Elasticsearch 8.x及以上版本
  • Anthropic API访问

关键依赖项

  • fastmcp>=2.0.0 - FastMCP框架
  • elasticsearch>=9.1.0 - 异步 Elasticsearch 客户端
  • anthropic>=0.61.0 Anthropic API
  • pydantic - 数据验证

______________________________________________________________________

许可证

这是一个演示项目。使用后果自负。

贡献

这是一个个人演示项目。欢迎随意克隆并根据自己的需求进行修改。

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

症状记录Python本地部署健康数据分析Elasticsearch存储Claude集成多模型LLM验证

支持客户端

Claude DesktopClaude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已经适配 Claude Desktop、Claude,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好 Docker,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Symptom Minder

MCP World · 本页

0stdio有1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Symptom Minder 怎么安装?

公开资料给出的安装命令是 docker run -i --rm --env-file .env symptom-minder,运行环境为 Docker。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Symptom Minder 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Docker;保存后完全退出客户端再打开,配置才会生效。

Symptom Minder 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Symptom Minder 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Symptom Minder 支持哪些客户端?

公开资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP