BioHarbor

Name: BioHarbor
Author: danielLuo2

作者：danielLuo2バージョン 0.1.6i★ –iパソコンで動く

レジストリ名io.github.danielLuo2/bioharbor

インストール

概要

作者による説明（英語の原文）

Run real bioinformatics from your AI agent. Reliable, reproducible, on your own GPUs.

PopNx MCPの3つの柱

この3つを1つのスコアにまとめることはしません。意見、測定、人気はそれぞれ別のものだからです。

利用者の声iレビューはまだありませんレビューは今後のステップで、アカウント機能と一緒に始まります
私たちの基本チェックi1項目中1項目に合格公開情報からチェック。コードはまだスキャンしていません
利用状況i未計測★ –

できること

このサーバーのやさしい解説はまだ書いていません。以下はレジストリから読み取った事実です。

接続方法: パソコンで動く
トランスポート: stdio
カテゴリ: その他

インストール

使っているAIアプリを選んで、設定をコピーしてください。

インストールの前に

基本チェック：1項目中1項目に合格
あなたのパソコンで、あなたのユーザーと同じ権限（ファイル、ネットワーク、アプリ）で動きます。
レジストリには、入力が必要なキーは載っていません。

必要なもの

PyPIPythonのuvのインストール（uvxコマンドに必要）

どのアプリを使っていますか？

ClaudeClaude CodeCursorVS CodeChatGPT

上でアプリを選んでください。選んだアプリを覚えておくので、次からはボタンに「…にインストール」と表示されます。

Claude Desktop → Settings → Developer → Edit Config を開き、claude_desktop_config.json にこれを貼り付けます

{
  "mcpServers": {
    "bioharbor": {
      "command": "uvx",
      "args": [
        "bioharbor",
        "serve"
      ]
    }
  }
}

ターミナルでこれを実行します

claude mcp add bioharbor -- uvx bioharbor serve

Cursorで開く

または、設定を自分でコピーする

プロジェクトの .cursor/mcp.json、または ~/.cursor/mcp.json に貼り付けます

{
  "mcpServers": {
    "bioharbor": {
      "command": "uvx",
      "args": [
        "bioharbor",
        "serve"
      ]
    }
  }
}

ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。

VS Codeで開く

または、設定を自分でコピーする

プロジェクトの .vscode/mcp.json に貼り付けます

{
  "servers": {
    "bioharbor": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "bioharbor",
        "serve"
      ]
    }
  }
}

これはパソコンで動くサーバーですが、ChatGPTがつなげるのはインターネット上のサーバーだけです。ほかのアプリを選んでください。

選んだアプリは、この端末のCookieに保存されます。アカウントは不要です。

この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。

できること

パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。

基本チェックi

誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月7日にチェック

✓ 合格
作者とリポジトリが一致
レジストリ名は、リポジトリを所有するGitHubアカウント danielLuo2 で確認済みです
… 未チェック
今もメンテナンスされている
このリポジトリはまだGitHubから読み取っていません
… 未チェック
ライセンスがある
このリポジトリはまだGitHubから読み取っていません
– 対象外
エンドポイントが応答する
これはパソコンで動くため、インターネット上のエンドポイントはありません
– 対象外
OAuthでサインイン
パソコンで動き、代わりにローカルの設定を使います
… 未チェック
ツールの説明に隠れた指示がない
パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです

その他のほかのサーバーとの比較i

このカテゴリのほかの32688件のうち0%よりスターが多い
このカテゴリのほかの32688件のうち58%より最近レジストリに公開
基本チェックの結果が、このカテゴリのほかの32688件のうち100%と同じかそれ以上

レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。

よくある質問

BioHarborは安全ですか？

当てはまる基本チェック1項目のうち1項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。

どんなキーやコードが必要ですか？

レジストリには必須のキーは載っていません。ただし、最初に使うときにサインインを求めるサーバーもあります。

パソコンで動きますか、それともクラウドですか？

あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません（サーバー自体がオンラインサービスを呼び出す場合を除きます）。

今もメンテナンスされていますか？

GitHubリポジトリの最終更新は–、最新バージョン（0.1.6）がレジストリに届いたのは28 日前です。

どのアプリで使えますか？

Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。パソコンにPython (uv)も必要です。

代わりに使えるものは？

同じカテゴリには：Spec Driven Development, Remote Desktop Commander, 御府和田玉在售作品查询

代わりの候補

同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。

カードの見方：★ GitHubスターi3つの柱：レビュー · チェック · 利用状況i更新＝最新バージョンをレジストリに公開した日i

Spec Driven Development

作者：formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

パソコンで動く★ 440MIT14 か月前更新

インストール

Remote Desktop Commander

作者：desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

クラウドで動く★ 211一昨日更新

インストール

御府和田玉在售作品查询

作者：163yu.com

Live in-stock Hetian jade from Yufu, Shanghai: prices, monthly price guide, book a viewing.

クラウドで動く今日更新

インストール

作者のREADME

READMEを開く

作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。

BioHarbor

Run real bioinformatics from your AI agent. Reliable, reproducible, on your own GPUs.

🧪 Alpha (v0.1). Sequence tools, homology search (MMseqs2) and structure prediction

(ESMFold, validated on RTX 5090) work. Feedback welcome — see the roadmap.

BioHarbor is an MCP server that lets AI agents such as Claude, Cursor and Codex *execute* bioinformatics tools — not just look things up. Agents ask for an analysis; BioHarbor validates the input, schedules it on a GPU with room, records exactly how it ran, and hands back a compact, agent-readable summary.

Why another bio MCP server?

Most bio MCP servers wrap databases (UniProt, PDB, PubMed…). Use them — BioHarbor complements them by running the compute:

	Database MCP servers	BioHarbor
Runs real analyses (search, fold, cluster)	❌	✅
Validates inputs before burning GPU time	❌	✅
GPU-aware queue, polite on shared GPUs	❌	✅
Long jobs return a `job_id` instead of timing out	❌	✅
Compact summaries + files on disk (saves tokens)	❌	✅
Provenance for every run, export to a pipeline	❌	✅ (export: planned)

Quick start

pip install bioharbor

bioharbor doctor # checks Python, GPUs, workspace, tools bioharbor setup-db swissprot # reference database for search_homologs (needs MMseqs2) bioharbor install # shows how to connect Claude, Cursor or Codex

For structure prediction on a GPU: pip install "bioharbor[esmfold]" — see docs/gpu-setup.md (RTX 50xx needs a CUDA 12.8+ PyTorch).

Connect your agent

BioHarbor is a standard MCP server, so it works with any MCP client. One command sets up the popular ones (it writes an absolute path, so GUI apps find it even outside your venv):

Client	Set up
Claude Code	`claude mcp add bioharbor -- bioharbor serve`
Claude Desktop	`bioharbor install claude-desktop --write`, then restart the app
Cursor	`bioharbor install cursor --write`, or
Codex (CLI, IDE extension, app)	`codex mcp add bioharbor -- bioharbor serve`, or `bioharbor install codex --write`
Biomni (Stanford's biomedical agent)	`agent.add_mcp(...)`; see docs/use-with-biomni.md
Anything else	run `bioharbor serve` (stdio) or `bioharbor serve --http` (Streamable HTTP)

Long-running tools return a job_id within ~20 s instead of blocking, so they stay within every client's tool-call timeout.

Step-by-step setup (local or on a GPU server, with troubleshooting): docs/connect-clients.md.

Then ask your agent something like:

*Find the longest ORF in this contig, translate it, search Swiss-Prot for homologs and

predict its structure. Which regions are low confidence?*

Use it without an agent

Every tool is also a CLI command, with identical behaviour:

bioharbor tools list

bioharbor run find_orfs sequence=@contig.fa min_aa=100 --brief # human-readable bioharbor run seq_stats sequence=MKTAYIAKQRQISFVKSHFSRQ bioharbor jobs

Shared GPU server

GPUs on a lab server, agent on your laptop? Run BioHarbor on the server and reach it through an SSH tunnel; no extra port is opened on the server:

# on the GPU server

bioharbor serve --http --host 127.0.0.1 --port 8765

on your laptop, then point Cursor / Codex / Claude Code at http://127.0.0.1:8765/mcp

ssh -N -L 8765:127.0.0.1:8765 you@gpu-server

⚠️ HTTP mode has no authentication yet (on the roadmap), so keep it on 127.0.0.1 and

use the tunnel. Details: docs/connect-clients.md.

Tools

Tool	What it does	Runs
`seq_stats`	Validate sequences; type, length, GC%, molecular weight	inline
`translate_sequence`	DNA/RNA → protein, one or all six frames	inline
`find_orfs`	Longest ORFs on both strands, with coordinates	inline
`search_homologs`	MMseqs2 search (protein, or translated DNA) vs local DBs	job
`predict_structure`	ESMFold structure, pLDDT bands, low-confidence regions, pTM	job (GPU)
`scrna_pipeline`	scanpy QC → clustering → markers	planned

Runtime tools: get_job, list_jobs, cancel_job, describe_tool, list_databases, gpu_status, read_file.

How it works

Agent ──MCP──▶ validate input ─▶ inline? ──yes──▶ run ─┐

│ no ├─▶ provenance + summary ─▶ Agent ▼ │ job queue (SQLite) ─▶ GPU placement ┘ (waits politely for a GPU with free memory)

Every call is a job recorded in SQLite with params, versions, timings and GPU used, plus a provenance.json next to its outputs.
GPU placement reads live free memory and utilisation (NVML or nvidia-smi), keeps headroom, and reserves memory for jobs it has started so two jobs never grab the same space. Other users' processes are respected.
Fail fast: input, binaries and databases are checked *before* a job is queued, so a bad request never waits behind a busy GPU.
Results are agent-shaped: summary, message, files, suggestions. Errors carry a hint and a retryable flag.

Details: docs/design.md.

Writing a tool

from pydantic import BaseModel, Field

from bioharbor.registry import Resources, RunContext, tool from bioharbor.results import ToolResult

class FoldParams(BaseModel): sequence: str = Field(..., description="Protein sequence")

@tool( version="1", slow=True, resources=Resources(gpu=True, gpu_mem_gb=lambda p: 4 + len(p.sequence) / 100), ) def predict_structure(params: FoldParams, ctx: RunContext) -> ToolResult: """Predict a protein structure with ESMFold.""" ... return ToolResult(summary={"mean_plddt": 87.1}, files=["model.pdb"])

Plugins can ship tools in their own package via the bioharbor.tools entry-point group. See CONTRIBUTING.md.

License

Apache-2.0

BioHarbor

概要

PopNx MCPの3つの柱

できること

インストール

インストールの前に

できること

基本チェックi

作者とリポジトリが一致

今もメンテナンスされている

ライセンスがある

エンドポイントが応答する

OAuthでサインイン

ツールの説明に隠れた指示がない

その他のほかのサーバーとの比較i

よくある質問

代わりの候補

Spec Driven Development

Remote Desktop Commander

御府和田玉 在售作品查询

作者のREADME

BioHarbor

Why another bio MCP server?

Quick start

Connect your agent

Use it without an agent

Shared GPU server

on your laptop, then point Cursor / Codex / Claude Code at http://127.0.0.1:8765/mcp

Tools

How it works

Writing a tool

License

御府和田玉在售作品查询