timesfm
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
✓ del servicio · orafabric.com
Inicia sesión para dar me gusta0 me gusta
Expert-structured medical ontologies, relationships, and evidence for AI research and reasoning.
Texto original del autor
Skills que enseñan a la IA este tipo de trabajo; funcionan junto a este
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Open-source intelligence for the global theater. Track everything from the corporate/private jets of the wealthy, and spy satellites, to seismic events in one unified interface. Hook an AI agent up to have it parse through data and find previously unseen correlations. The knowledge is available to…
scrape data from Google Maps. Extracts data such as the name, address, phone number, website URL, rating, reviews number, latitude and longitude, reviews,email and more for each place
Está en la pestaña “Apps que se conectan a la IA”, que se ordena sin estrellas, en este orden
| 1. En el directorio de conectores de Claude | No | |
|---|---|---|
| 2. Probado por nuestro equipo | No | |
| 3. Útil para usuarios de Tailandia | No | |
| 4. Uso sin estrellas | 20/100 | Popularidad 0 · Actualidad 12 · Sigue respondiendo 8 · Me gusta de usuarios +0 |
| 5. Registrado el | 2026-11-09 |
Me gusta de usuarios: 0 · Suma como máximo 5 puntos (1 por persona). No se puede comprar.
Calidad: Pasó 4/4 revisiones básicas (se muestra, no ordena)
Elige la app de IA que usas y copia la configuración.
Que tu IA lo instale con una frase
Instala OraFabric Medical Ontology Knowledge Base. Sigue https://mcp.popnx.com/i/orafabric-medical-ontology.md, enséñame los comandos y espera mi OK antes de ejecutarlos.Pégala en una IA que trabaje en tu equipo (como Claude Code o Cursor). Lee nuestros pasos, te muestra los comandos y espera tu OK. Sin clave ni registro. · Ver el texto completo que lee tu IA
Pasó 4/4 revisiones · Lo que preguntas pasa por el servidor del autor (orafabric.com) · ✓ Comandos revisados el 20 nov 2026
Primero: ¿qué IA usas?
Elige tu app y los pasos aparecen abajo.
Funciona con Claude · unos 5 min
Necesitas una clave de OraFabric Medical Ontology Knowledge Base (créala en el sitio del autor) · Configúralo una vez en claude.ai o en la app de escritorio y úsalo en el chat · las cuentas gratis pueden añadir 1 · en Team/Enterprise lo añade un Owner
Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.
Abrir el sitio de OraFabric Medical Ontology Knowledge Base ↗
CustomizeConnectors
Copia cada valor al campo con el mismo nombre en Claude y pulsa Continue
OraFabric Medical Ontology Knowledge Basehttps://orafabric.com/api/dev/mcpEn Request headers, añade este nombre y valor
AuthorizationBearer <pega tu clave aquí>Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie
Pulsa Continue en la pantalla de inicio de sesión que detectó Claude · en Authentication elige lo que indique el autor (Sign in now, Sign in when needed o No sign in) y pulsa Add
+ConnectorsOraFabric Medical Ontology Knowledge Base
Usa OraFabric Medical Ontology Knowledge Base y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude dice que está usando OraFabric Medical Ontology Knowledge Base o muestra una herramienta de OraFabric Medical Ontology Knowledge Base en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión
ChatGPT todavía no puede conectar OraFabric Medical Ontology Knowledge Base
OraFabric Medical Ontology Knowledge Base necesita tu propia clave para conectarse, pero la ayuda de OpenAI solo describe el inicio de sesión con OAuth; no hay una opción de clave que hayamos podido verificar
A · Usa una app que pueda conectar OraFabric Medical Ontology Knowledge Base
Funciona con Claude Code · unos 5 min
Necesitas una clave de OraFabric Medical Ontology Knowledge Base (créala en el sitio del autor)
Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.
Abrir el sitio de OraFabric Medical Ontology Knowledge Base ↗
Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell
claude mcp add --transport http --scope user medical-ontology https://orafabric.com/api/dev/mcp --header 'Authorization: Bearer {api_key}'Cambia “your-value” por tu clave antes de pulsar Enter
Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie
Deberías ver OraFabric Medical Ontology Knowledge Base en la lista como conectado
Usa OraFabric Medical Ontology Knowledge Base y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude Code dice que está usando OraFabric Medical Ontology Knowledge Base o muestra una herramienta de OraFabric Medical Ontology Knowledge Base en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con Cursor · unos 5 min
Necesitas una clave de OraFabric Medical Ontology Knowledge Base (créala en el sitio del autor)
Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.
Abrir el sitio de OraFabric Medical Ontology Knowledge Base ↗
En la configuración de OraFabric Medical Ontology Knowledge Base, Authorization está vacío; añade tu clave y guarda
Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie
Usa OraFabric Medical Ontology Knowledge Base y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Cursor dice que está usando OraFabric Medical Ontology Knowledge Base o muestra una herramienta de OraFabric Medical Ontology Knowledge Base en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Cursor el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con VS Code · unos 5 min
Necesitas una clave de OraFabric Medical Ontology Knowledge Base (créala en el sitio del autor)
Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.
Abrir el sitio de OraFabric Medical Ontology Knowledge Base ↗
En la configuración de OraFabric Medical Ontology Knowledge Base, Authorization está vacío; añade tu clave y guarda
Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie
Usa OraFabric Medical Ontology Knowledge Base y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si VS Code dice que está usando OraFabric Medical Ontology Knowledge Base o muestra una herramienta de OraFabric Medical Ontology Knowledge Base en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de VS Code el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Otras apps que usan MCP, como Windsurf, Zed o Gemini CLI, añaden servidores de forma distinta. Míralo en la lista de apps
Ver todas las apps que usan MCP →
Dirección para apps que se conectan por la web
https://orafabric.com/api/dev/mcpLa configuración JSON está en “Para desarrolladores”, abajo
Claude Code
claude mcp add --transport http --scope user medical-ontology https://orafabric.com/api/dev/mcp --header 'Authorization: Bearer {api_key}'Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"medical-ontology": {
"url": "https://orafabric.com/api/dev/mcp",
"headers": {
"Authorization": "Bearer {api_key}"
}
}
}
}VS Code (mcp.json)
{
"servers": {
"medical-ontology": {
"type": "http",
"url": "https://orafabric.com/api/dev/mcp",
"headers": {
"Authorization": "Bearer {api_key}"
}
}
}
}Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Según cómo se conecta este servidor y la documentación de cada app, comprobado el 10 nov 2026.
Se conectan por internet en
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatOpen WebUIRaycast
Nombres y descripciones de las herramientas tal como los informó el servidor el 15 nov 2026. Los escribió el creador, no nosotros; los mostramos como texto sin formato.
retrieve_evidenceSearch the whole knowledge base for a research question. Returns an evidence pack: findings, a subgraph and the papers. $0.03. The model writes the answer.
check_relationEvidence for, against and null on one relationship between two named things. $0.03. A finding is returned only when one end matches the subject and the other matches the object. If a name matches several concepts, results include all of them and notices lists their ids.
explore_conceptWhat is known around one gene, drug or disease: upstream, downstream and associations. $0.03.
get_paperOne paper and the findings extracted from it. Does not return the article text. $0.03.
resolve_conceptMatch a name, abbreviation or synonym to standard concepts. Free.
get_coverageWhat the knowledge base currently covers: datasets, concepts and relationships. Free. No arguments.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 20 nov 2026
El nombre en el registro se verificó con el dominio orafabric.com (el registro comprueba quién es dueño del dominio)
Último cambio de código: hace 12 días
No aplica: servidor en la nube del propio dueño de orafabric.com; no ejecutas código del repo
Respondió en 1031 ms (HTTP 200)
No hace falta iniciar sesión
Leímos 6 descripciones de herramientas y no encontramos instrucciones ocultas para la IA
Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.
[](https://mcp.popnx.com/en/servers/orafabric-medical-ontology)Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.
Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.
Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.
Aún no hay reseñas
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 4 de 4 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
Debes completar: Authorization
Se ejecuta en la nube del creador. Te conectas por internet sin instalar nada, pero lo que envías pasa por los servidores del creador.
El repo de GitHub cambió por última vez hace 12 días, y la última versión (1.0.2) llegó al registro hace 11 días.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. Se conecta por URL, así que también sirve en apps que aceptan MCP remoto, como ChatGPT en la web (MCP completo en Business y superiores; Pro solo lectura).
En la misma categoría: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)
Misma categoría, otros creadores, comandos ya revisados. Primero los oficiales, luego por estrellas.
Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
Keyword research, site audits, rank tracking and AI visibility for your AI agent.
Official Exa MCP for web search, content fetching, and multi-step research.
Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.
Search and read Empryo's documentation. Read-only, no auth, no local access.
cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls
| Este OraFabric Medical Ontology Knowledge Base | OpenSEO | Exa | Microsoft Learn MCP | Docs | COTAL actions (cotal.ai) | |
|---|---|---|---|---|---|---|
| Dónde se ejecuta | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada |
| Necesita clave | Sí | No | No | No | No | No |
| Se añade con + en Claude | No | Sí | Sí | Sí | No | No |
| Revisiones básicas | 4/4 | 5/5 | 2/4 | 4/4 | 4/4 | 4/4 |
| Licencia | MIT | MIT | MIT | CC-BY-4.0 | NOASSERTION | Apache-2.0 |
| Precio | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro |
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
Connect AI agents to structured biomedical knowledge.
OraFabric serves a structured biomedical knowledge graph over MCP and HTTP. This repository contains runnable examples, integration guides and starter projects for developers building medical AI agents, biomedical research assistants and scientific discovery tools.
Instead of relying only on parametric LLM knowledge or unstructured literature retrieval, your application can query assertions extracted from the biomedical literature: which paper said what, whether it supports or contradicts a claim, what study design it used, and how strong the evidence is.
No dataset dumps. No server source code. No keys committed. Just the client side.
*Both images are generated from real calls — see assets/capture for the script that reproduces them.*
Sign in at [https://orafabric.com/dev/login?next=/dev](https://orafabric.com/dev/login?next=/dev) (register + login, one page). New accounts start with $3.00 of credit — about 100 paid calls, so every example in this repository runs end to end before you pay anything.
Then press Copy in the console. That button copies the complete MCP configuration, Authorization header included — paste it as-is and there is no key replacement step.
Pasting what you copied is the whole step. If you are wiring a client by hand from the template instead, it is one url and one header:
{
"mcpServers": { "orafabric": { "url": "https://orafabric.com/api/dev/mcp", "headers": { "Authorization": "Bearer YOUR_API_KEY" } } } }
Client-specific locations are listed in docs/mcp-configuration.md (Claude Desktop, Claude Code, Cursor, VS Code, Continue, generic HTTP clients).
In your client:
Use orafabric to run get_coverage, then retrieve_evidence for
"KRAS G12C inhibitor resistance mechanisms in non-small cell lung cancer". Show me the claim, the source sentence, the study design and the evidence strength for every finding, and tell me which findings disagree with each other.
export ORAFABRIC_API_KEY=your_api_key_here
python examples/01-basic-mcp-connection/verify.py
handshake ok (server reports protocol 2024-11-05, no session id required) tools/list ok 6 tools: retrieve_evidence, check_relation, explore_concept, get_paper, resolve_concept, get_coverage get_coverage ok datasets=25 concepts=23,419,720 relationships=39,268,665 updated_at=2026-11-06T14:44:11Z
If that prints, you are connected. Everything else in this repository assumes exactly this state.
Explore the molecular mechanisms associated with KRAS G12C.
resolve_concept pins the name to a node id, retrieve_evidence returns a pack of findings with source sentences, and get_paper gives you the paper behind each finding.
Does current evidence support a direct causal relationship between lactate and
CD8+ T-cell exhaustion?
The interesting output is not "yes" or "no". It is: these findings point one way, these point the other, they differ in model system and dose, and this specific measurement has never been reported. See docs/evidence-semantics.md before you ship any of this to a user.
Explore the neighbourhood of EGFR and find the paths that connect it to resistance
mechanisms.
explore_concept walks upstream and downstream neighbours with the relation type and the strongest evidence strength attached to each one.
| Tool | What it gives you | Cost |
|---|---|---|
retrieve_evidence | An evidence pack for a research question: findings, entities, edges, paths | $0.03 / call |
check_relation | Evidence for, against and null on one named relationship | $0.03 / call |
explore_concept | Upstream / downstream neighbourhood of a gene, drug or disease | $0.03 / call |
get_paper | One paper plus the findings extracted from it | $0.03 / call |
resolve_concept | Name, abbreviation or synonym matched to node ids | free |
get_coverage | Current dataset, concept and relationship counts | free |
Full parameter tables and response shapes: docs/tools-reference.md. That file also shows what one question expands into — ten assertion-shaped searches behind a single retrieve_evidence call, including the one designed to find where the effect does *not* appear.
Build your first integration on the two free tools. get_coverage tells you what is in the graph; resolve_concept tells you how a name maps to it, and it is the step that prevents most empty results.
Everything here runs on the $3 welcome credit (≈100 paid calls). Two free tools plus one retrieval pack per example means the whole repository costs about $0.30 to run.
We would rather you find these out here than in production.
get_coverage instead of assuming.Not medical advice. Not for clinical use without independent verification.
| Path | What is in it |
|---|---|
docs/quickstart.md | Zero to first answer, three clients and one terminal path |
docs/mcp-configuration.md | Exact config for Claude Desktop, Claude Code, Cursor, VS Code, Continue |
docs/tools-reference.md | All six tools: parameters, response shapes, costs, gotchas |
docs/evidence-semantics.md | How to read strength, polarity and claim type without lying to users |
docs/api-integration.md | Wiring the client into a real application |
docs/troubleshooting.md | Error codes we have actually hit, and what they mean |
examples/01-basic-mcp-connection/ | Config template + verify.py |
examples/02-biomedical-research-agent/ | A multi-step research orchestrator + prompt pack |
examples/03-evidence-based-reasoning/ | Disagreement-first workflow, lactate / CD8+ T cell case |
examples/04-python-api-integration/ | A drop-in stdlib client and an app-level integration |
case-studies/ | Published research produced with these tools, with reproduction steps |
tests/ | Transport tests, no network needed: the stream shapes a client has to survive |
case-studies/autophagy-block-point/ links a published hypothesis report generated by multi-step traversal over this graph — *Why does blocking autophagy sensitise cells to some drugs but rescue them from others?* (DOI 10.5281/zenodo.23904325) — together with the call log that produced it. It is the honest answer to "what does OraFabric actually buy me that a search API does not":
Read the case study after the quickstart. It is the reason this layer exists.
Medical AI application developers · biomedical and bioinformatics developers · AI agent and MCP developers · scientific software teams · health-tech startups
OraFabric builds structured scientific knowledge infrastructure for AI: biomedical literature turned into computable assertions that an agent can retrieve, compare and reason over.
From literature to computable knowledge. From knowledge to discovery.
If something here does not run, open an issue with the output of verify.py. That is the fastest path to a fix.