ต้นแบบ · รุ่นทดลอง: มีทุก server ในทะเบียนทางการ อัปเดตทุก 30 นาที เข้าสู่ระบบด้วย Google เพื่อเขียนรีวิวได้แล้วต้นแบบ · อัปเดตทุก 30 นาที
PopNx MCPที่รวม MCP สำหรับคนใช้ AI · วิธีติดตั้งภาษาไทยทุกตัว เข้าสู่ระบบ

三域医研 · 科研算法引擎 (SanYu Research Engine)

โดย kfx2026รุ่น 1.3.0i★ 0iรันบนคลาวด์เว็บทางการ ↗
ชื่อใน registryio.github.kfx2026/sanyu-research

วิธีติดตั้ง

ใช้ทำอะไรได้

ยังไม่มีคำอธิบายภาษาไทย ดูข้อเท็จจริงด้านล่าง หรือเปิดคำอธิบายต้นฉบับจากผู้ทำ

  • ต่อแบบ คลาวด์ (ต่อผ่านอินเทอร์เน็ต)
  • บัญชีหรือคีย์ ไม่ต้องใส่คีย์
  • หมวด ค้นข้อมูลและความจำของ AI
คำอธิบายต้นฉบับจากผู้ทำ (อังกฤษ)
147 tools: deterministic compute + 39 AI writers; each response self-labels data_source + verified.

ใช้คู่กับ

Skill ที่สอน AI ทำงานแบบนี้ ใช้ร่วมกับตัวนี้ได้

timesfm

TimesFM เป็นโมเดลพื้นฐานสำหรับข้อมูลอนุกรมเวลาที่ผ่านการฝึกมาแล้ว พัฒนาโดย Google Research ใช้สำหรับพยากรณ์ข้อมูลอนุกรมเวลา

โดย google-research★ 35,6421 skill

Skill · คู่มือ

Shadowbroker

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…

โดย BigBodyCobain★ 11,6081 skill

Skill · คู่มือ

google-maps-scraper

google-maps-scraper ใช้ดึงข้อมูลสถานที่จาก Google Maps เช่น ชื่อ ที่อยู่ เบอร์โทร เว็บไซต์ คะแนนรีวิว จำนวนรีวิว พิกัดละติจูดลองจิจูด และอีเมล สำหรับแต่ละสถานที่

โดย gosom★ 8,2561 skill

Skill · คู่มือ

ทำไมอยู่อันดับนี้

หน้ารายการเรียงด้วยคะแนนการใช้งาน (เต็ม 100) จากส่วนเหล่านี้

ความนิยม0/80ดาว GitHub หรือยอดดาวน์โหลดต่อสัปดาห์ ค่ามากนับ 60 ค่าน้อยนับ 20
ความสด12/12ออกรุ่นหรือแก้โค้ดใน 30 วัน ได้เต็ม
ระบบยังตอบ8/8endpoint บนคลาวด์ตอบตอนตรวจล่าสุด
คะแนนการใช้งาน20/100

คุณภาพ: ผลตรวจเบื้องต้นผ่าน 5/5 ข้อ (แสดงให้ดู ไม่ได้ใช้เรียง) · ความมาแรง: ยังไม่มีข้อมูล (ใช้เรียงเฉพาะแท็บมาแรง)

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ให้ AI ติดตั้งให้ด้วยประโยคเดียว

ติดตั้ง 三域医研 · 科研算法引擎 (SanYu Research Engine) ให้หน่อย ทำตาม https://mcp.popnx.com/i/kfx2026-sanyu-research.md แสดงคำสั่งให้ฉันดูและรอฉันตกลงก่อนรัน

คัดลอกไปวางในแชตของ AI ที่ทำงานในเครื่องคุณได้ (เช่น Claude Code, Cursor) · AI จะอ่านขั้นตอนจากเรา แสดงคำสั่งให้ดู และรอคุณตกลงก่อน · ไม่ต้องใช้คีย์ ไม่ต้องสมัคร · ดูข้อความเต็มที่ AI จะอ่าน

ผลตรวจผ่าน 5/5 · สิ่งที่คุณถามผ่านเซิร์ฟเวอร์ของผู้ทำ (sanyu.wentangkeji.com) · ✓ ตรวจคำสั่งแล้ว 20 พ.ย. 2569

ขั้นแรก: คุณใช้ AI ตัวไหน

เลือกแอปที่คุณใช้ ขั้นตอนจะขึ้นด้านล่าง

ต่อกับ Claude ได้ · ประมาณ 2 นาที

ไม่ต้องใช้คีย์ ไม่ต้องลงโปรแกรม · ตั้งครั้งเดียวที่ claude.ai หรือแอปบนคอม แล้วใช้ในแชตได้ · บัญชีฟรีเพิ่มได้ 1 ตัว · แผน Team/Enterprise ให้เจ้าของ (Owner) เป็นคนเพิ่ม

  1. เปิดหน้า Connectors ของ Claude

    CustomizeConnectors

    CustomizeConnectors1Add2https://…3Add4
  2. กด “Add” → “Custom” → “Web” แล้วกรอก 2 ช่องนี้

    คัดลอกจากที่นี่ไปวางในช่องชื่อเดียวกันบนหน้าจอของ Claude แล้วกด Continue

    Name · ชื่อ三域医研 · 科研算法引擎 (SanYu Research Engine)
    Remote MCP server URL · ที่อยู่https://sanyu.wentangkeji.com/api/mcp

    กด Continue ผ่านหน้าตรวจการล็อกอินที่ Claude ตรวจเจอ · หัวข้อ Authentication เลือกตามที่ผู้ทำบอก (Sign in now, Sign in when needed หรือ No sign in) แล้วกด Add

  3. เปิดใช้ในแชต

    +Connectors三域医研 · 科研算法引擎 (SanYu Research Engine)

  4. ลองเลย

    ใช้ 三域医研 · 科研算法引擎 (SanYu Research Engine) บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า Claude บอกว่ากำลังใช้ 三域医研 · 科研算法引擎 (SanYu Research Engine) หรือมีชื่อเครื่องมือของ 三域医研 · 科研算法引擎 (SanYu Research Engine) ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ต่อกับ ChatGPT ได้ ขึ้นกับแผน

MCP แบบเต็ม: ChatGPT Business, Enterprise หรือ Edu บนเว็บ · Pro: ต่อได้ด้วยสิทธิ์อ่านและดึงข้อมูล เครื่องมือที่แก้ข้อมูลอาจใช้ไม่ได้ · Plus: เอกสารยังไม่ยืนยัน ถ้าเห็นเมนูเพิ่ม MCP แบบกำหนดเองในหน้าปลั๊กอิน ลองตามขั้นตอนได้ · ใช้บนเว็บเท่านั้น

  1. เปิดหน้าเพิ่ม MCP ของ ChatGPT บนเว็บ

    Plugins+Add custom MCP server

    ChatGPTPlugins1+2https://…3Create4
  2. กรอกชื่อและที่อยู่

    ใส่ชื่อ แล้ววางที่อยู่ใต้ Connection ติ๊กยอมรับคำเตือน แล้วกด Create as a plugin

    Name · ชื่อ三域医研 · 科研算法引擎 (SanYu Research Engine)
    Connection · ที่อยู่https://sanyu.wentangkeji.com/api/mcp
  3. เลือก 三域医研 · 科研算法引擎 (SanYu Research Engine) ในแชต

    เปิดแชตใหม่แล้วเลือก 三域医研 · 科研算法引擎 (SanYu Research Engine) จากรายการปลั๊กอินก่อนพิมพ์

  4. ลองเลย

    ใช้ 三域医研 · 科研算法引擎 (SanYu Research Engine) บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า ChatGPT บอกว่ากำลังใช้ 三域医研 · 科研算法引擎 (SanYu Research Engine) หรือมีชื่อเครื่องมือของ 三域医研 · 科研算法引擎 (SanYu Research Engine) ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ OpenAI เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ต่อกับ Claude Code ได้ · ประมาณ 2 นาที

ไม่ต้องใช้คีย์ ไม่ต้องลงโปรแกรม

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: เปิด PowerShell

  2. วางคำสั่งนี้แล้วกด Enter

    claude mcp add --transport http --scope user sanyu-research https://sanyu.wentangkeji.com/api/mcp
  3. พิมพ์ /mcp ใน Claude Code

    ต้องเห็น 三域医研 · 科研算法引擎 (SanYu Research Engine) ในรายการและขึ้นว่าเชื่อมต่อแล้ว

  4. ลองเลย

    ใช้ 三域医研 · 科研算法引擎 (SanYu Research Engine) บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า Claude Code บอกว่ากำลังใช้ 三域医研 · 科研算法引擎 (SanYu Research Engine) หรือมีชื่อเครื่องมือของ 三域医研 · 科研算法引擎 (SanYu Research Engine) ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Anthropic เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ต่อกับ Cursor ได้ · ประมาณ 2 นาที

ไม่ต้องใช้คีย์ ไม่ต้องลงโปรแกรม

  1. กดปุ่มนี้เพื่อเปิด Cursor

    เปิดใน Cursor

    Cursor จะถามยืนยันการติดตั้ง ให้กด Install

  2. เปิดแชตของ AI ใน Cursor โหมด Agent

  3. ลองเลย

    ใช้ 三域医研 · 科研算法引擎 (SanYu Research Engine) บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า Cursor บอกว่ากำลังใช้ 三域医研 · 科研算法引擎 (SanYu Research Engine) หรือมีชื่อเครื่องมือของ 三域医研 · 科研算法引擎 (SanYu Research Engine) ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ Cursor เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

ต่อกับ VS Code ได้ · ประมาณ 2 นาที

ไม่ต้องใช้คีย์ ไม่ต้องลงโปรแกรม

  1. กดปุ่มนี้เพื่อเปิด VS Code

    เปิดใน VS Code

    VS Code จะถามยืนยันการติดตั้ง ให้กด Install

  2. เปิดแชตของ AI ใน VS Code โหมด Agent

  3. ลองเลย

    ใช้ 三域医研 · 科研算法引擎 (SanYu Research Engine) บอกหน่อยว่าทำอะไรให้ฉันได้บ้าง แล้วลองทำให้ดูหนึ่งอย่าง

    ✓ ถ้า VS Code บอกว่ากำลังใช้ 三域医研 · 科研算法引擎 (SanYu Research Engine) หรือมีชื่อเครื่องมือของ 三域医研 · 科研算法引擎 (SanYu Research Engine) ขึ้นในคำตอบ แปลว่าต่อสำเร็จ

ชื่อเมนูตรวจกับหน้าช่วยเหลือของ VS Code เมื่อ 11 พ.ย. 2569 · หน้าจอของคุณอาจต่างเล็กน้อยตามรุ่นของแอป

โปรแกรมอื่นที่ใช้ MCP ได้ เช่น Windsurf, Zed หรือ Gemini CLI มีวิธีเพิ่มต่างกัน ดูวิธีของแต่ละตัวในหน้ารวมโปรแกรม

ดูโปรแกรมที่ใช้ MCP ทั้งหมด →

ที่อยู่สำหรับโปรแกรมที่ต่อผ่านเว็บ

ที่อยู่https://sanyu.wentangkeji.com/api/mcp

ค่าตั้งแบบไฟล์ JSON อยู่ในหัวข้อ “สำหรับคนเขียนโค้ด” ด้านล่าง

ติดตรงไหน? ถามคนที่ใช้ 三域医研 · 科研算法引擎 (SanYu Research Engine) อยู่💬 พูดคุย →
สำหรับคนเขียนโค้ด: คำสั่ง Terminal และค่าตั้ง JSON

ต่อผ่านเว็บ

Claude Code

claude mcp add --transport http --scope user sanyu-research https://sanyu.wentangkeji.com/api/mcp

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "sanyu-research": {
      "url": "https://sanyu.wentangkeji.com/api/mcp"
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "sanyu-research": {
      "type": "http",
      "url": "https://sanyu.wentangkeji.com/api/mcp"
    }
  }
}

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

สรุป

ดาวน์โหลดต่อสัปดาห์i
ไม่มียอดใน npm/PyPI
การเชื่อมต่อ
รันบนคลาวด์
รุ่นล่าสุดi
1.3.0
ส่งเข้า registryi
10 พ.ย. 2569
แก้โค้ดล่าสุดi
10 พ.ย. 2569
ตรวจล่าสุดเมื่อ
21 พ.ย. 2569
ผู้ทำ
kfx2026
เว็บผู้ทำ
sanyu.wentangkeji.com
สถานะใน registry
ใช้งานอยู่

ใช้กับโปรแกรมไหนได้

ดูจากแบบการต่อของ server ตัวนี้ และเอกสารของผู้ทำโปรแกรมแต่ละตัว ตรวจเมื่อ 10 พ.ย. 2569

ต่อผ่านคลาวด์ได้ใน

ClaudeChatGPTGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatOpen WebUIRaycast

ดูโปรแกรมทั้งหมดพร้อมข้อดีข้อเสีย →

คู่มือที่เกี่ยวข้อง

ทำอะไรได้บ้าง

ชื่อและคำอธิบายเครื่องมือตามที่ server ตอบมาเมื่อ 21 พ.ย. 2569 ผู้ทำเป็นคนเขียน ไม่ใช่เรา แสดงเป็นข้อความล้วน

  • academic_polish

    Academic language polishing / 中英文润色 | USE WHEN: the user wants a paragraph polished: academic English, remove Chinglish, tighten wording | ALIASES: 润色, 改英语, 中式表达, 语言润色, polish, proofread, 学术英语 | RETURNS: 润色后文本

  • acceptance_probability

    Acceptance probability / 录用概率预测 | USE WHEN: the user asks the chance of acceptance at a specific journal | ALIASES: 中稿概率, 录用概率, 能中吗, acceptance, predict success, 投中的机会 | RETURNS: 中稿概率与依据

  • act_crf_suggest_coding

    CRF 编码建议 用户问 CRF 字段该怎么编码、要不要用 CDASH MedDRA/WHO-DD 字段归类建议(哪些字段属 AE/CM、该用哪本字典、编到哪一层;不含术语级编码)

  • animal_dose_volume

    Animal dose & injection volume / 动物给药量计算 | USE WHEN: compute the dose (mg) and injection volume (mL) for an animal from body weight and mg/kg | ALIASES: 动物给药量, 给药体积, 按体重给药, dose volume, mg/kg, 注射体积, 灌胃体积 | RETURNS: 给药量与体积

  • animal_randomization

    Animal randomization / 动物随机分组 | USE WHEN: randomly assign animals to groups as required by ARRIVE | ALIASES: 动物随机分组, animal randomization, 分组表, 动物分组 | RETURNS: 分组表

  • animal_sample_size

    Animal sample size (3R) / 动物实验样本量 | USE WHEN: how many animals per group are needed (power-based, ARRIVE/3R wording) | ALIASES: 动物样本量, 动物要多少只, 每组几只, animal sample size, 3R, power animals | RETURNS: 每组动物数

  • animal_survival_km

    Animal survival analysis / 动物生存分析 | USE WHEN: Kaplan-Meier and log-rank on animal death/survival times | ALIASES: 动物生存分析, 生存曲线, log-rank, animal survival, KM, 死亡时间 | RETURNS: KM 曲线与 log-rank

  • arrive_checklist

    ARRIVE 2.0 checklist / ARRIVE 2.0 检查 | USE WHEN: check an animal experiment against the ARRIVE 2.0 reporting guideline | ALIASES: ARRIVE, 动物实验规范, 动物伦理报告, animal reporting, ARRIVE 2.0 | RETURNS: ARRIVE 条目核对

  • atac_diff

    ATAC-seq differential accessibility / ATAC 差异可及性 | USE WHEN: differential open regions from ATAC-seq counts | ALIASES: ATAC, 差异可及性, 染色质开放, differential accessibility, peak差异 | RETURNS: 差异 peak

  • bioequivalence_compare

    Bioequivalence (BE) / 生物等效性评价 | USE WHEN: compare test vs reference AUC/Cmax and judge 80-125% bioequivalence with 90% CI | ALIASES: 生物等效性, BE, AUC Cmax, 90%CI, 等效性判定, bioequivalence | RETURNS: 90%CI 与等效性判定

  • calibration_curve

    Calibration curve (prediction model) / 校准曲线 | USE WHEN: assess calibration of a risk model and get the curve plus Brier score | ALIASES: 校准曲线, 校准度, Brier, calibration, 预测模型校准, 可靠性曲线 | RETURNS: 校准曲线与 Brier 分数

  • cell_assay_calc

    Cell assay calculator / 细胞实验通用计算 | USE WHEN: CCK8 / wound healing / Transwell / colony formation calculations (pick tool_id: cck8, wound-healing, transwell, colony) | ALIASES: CCK8, 划痕实验, Transwell, 克隆形成, 细胞增殖, 迁移实验, cell viability, wound healing | RETURNS: 计算结果

  • chip_peak_calling

    ChIP-seq peak calling / ChIP-seq Peak calling | USE WHEN: call peaks from ChIP-seq reads | ALIASES: ChIP-seq, peak calling, 峰识别, 转录因子结合, ChIP | RETURNS: peak 清单

  • citation_format

    Citation formatting / 引文格式化 | USE WHEN: reformat references to Vancouver / APA / GB-T 7714 | ALIASES: 参考文献格式, 引文格式, Vancouver, APA, GB/T 7714, citation, 文献格式 | RETURNS: 格式化后的引文

  • citation_verify

    Verify citation authenticity / 引文真实性核验 | USE WHEN: check whether references are fabricated (existence check against the local corpus) | ALIASES: 核验参考文献, 引用是真的吗, 假文献, citation verify, 参考文献真实性, hallucinated reference | RETURNS: 逐条核验结果

  • classification_metrics

    Classification metrics / 分类性能报告 | USE WHEN: full diagnostic performance set: accuracy, sensitivity, specificity, PPV, NPV, F1 | ALIASES: 分类性能, 准确率, 敏感度, 特异度, PPV, NPV, confusion matrix, 诊断指标 | RETURNS: 分类指标全套

  • cloning_design

    Molecular cloning design / 克隆方案设计 | USE WHEN: design a plasmid construct: homology arms, primers, assembly strategy | ALIASES: 分子克隆, 构建质粒, 同源臂, cloning, Gibson, 酶切连接, 引物设计克隆 | RETURNS: 克隆方案与引物

  • compare_manuscript_versions

    Compare two manuscript versions / 改稿前后对比 | USE WHEN: the user wants to know what changed between a before and after revision of the same passage | ALIASES: 改稿对比, 修改前后, 两版差异, compare revisions, diff, 版本对比 | RETURNS: 逐段差异与改进评估

  • consort_flowchart

    CONSORT flow diagram / CONSORT 流程图 | USE WHEN: draw a CONSORT participant flow diagram from screening/randomization/loss counts | ALIASES: CONSORT流程图, 流程图, 入组流程, flow diagram, 筛选失访 | RETURNS: CONSORT 流程图

  • cover_letter

    Cover letter / 投稿信 Cover Letter | USE WHEN: the user wants a cover letter to the journal editor | ALIASES: 投稿信, cover letter, 给编辑的信, 投稿说明 | RETURNS: 投稿信正文

  • crf_sdtm_validate

    CRF / SDTM validation / CRF 数据校验(SDTM) | USE WHEN: check whether CRF data meets CDISC SDTM conventions before export | ALIASES: CRF校验, SDTM, CDISC, 数据合规, 导出前检查, CRF validate, data standards | RETURNS: 校验结果

  • dataframe_parse

    Parse pasted data / infer column types / 数据解析与列类型识别 | USE WHEN: the user pasted a CSV/table blob: get shape, column types, missingness before analysis | ALIASES: 解析数据, 列类型, 粘贴表格, CSV解析, parse data, column types, 数据形状 | RETURNS: 行列数、列类型、缺失情况

  • dataset_columns

    List data columns / 读取数据列名 | USE WHEN: list the variables in an uploaded data file (do this before Table 1 / modeling so you use real column names) | ALIASES: 列名, 有哪些变量, 字段名, columns, variables, 变量清单, 表头 | RETURNS: 列名与类型

  • dataset_profile

    Dataset profile / 数据快速画像 | USE WHEN: first look at a data file: distributions, missingness, outliers, data quality overview | ALIASES: 数据长什么样, 描述统计, 缺失情况, 数据质量, data profile, descriptive, summary stats, EDA | RETURNS: 描述统计与质量概览

  • decision_arbitration

    Multi-option decision arbitration / 决策引擎裁决 | USE WHEN: the user must choose between several options or pipelines and wants a quantified ruling | ALIASES: 裁决, 取舍, 决策引擎, 多方案比较, arbitration, which option is better | RETURNS: 裁决结果与理由

  • deep_peer_review

    Deep peer review (six dimensions) / 深度审稿(六维) | USE WHEN: the user wants reviewer-grade deep comments, as if reviewed by a strict peer reviewer | ALIASES: 深度审稿, 模拟审稿人, 严格审稿, deep review, reviewer comments | RETURNS: 深度审稿报告

  • deidentify_phi

    De-identify text (HIPAA 18 + China national ID) / 数据脱敏 | USE WHEN: the user needs patient text de-identified before sharing: names, dates, phone, ID number, MRN | ALIASES: 脱敏, 去标识, 隐私, HIPAA, PHI, 匿名化, deidentify, anonymize | RETURNS: 脱敏后文本

  • delong_auc_compare

    DeLong test (compare two AUCs) / 两条 ROC 的 AUC 比较(DeLong) | USE WHEN: compare two ROC AUCs from the same subjects and test whether the difference is significant | ALIASES: DeLong, 两个AUC比较, 哪个指标更好, AUC差异, compare AUC, 曲线下面积比较 | RETURNS: 两 AUC 及差值 P 值

  • design_gate_rules

    Design gate rules / 方案设计闸门规则 | USE WHEN: explain why a design step is blocked, or what the platform requires for each step (hard gates G1/G2/G3) | ALIASES: 方案设计闸门, 为什么不让过, 硬性要求, gate rules, validation rules, why blocked | RETURNS: 每步是否有硬闸门、三道跨步闸门 G1/G2/G3 的原文规则

  • design_protocol_generate

    Full research protocol generation / 完整研究方案 / 方案设计工具 | USE WHEN: the user wants a complete research protocol including sample size, statistical plan and ethics points | ALIASES: 研究方案, 方案正文, 写方案, 方案生成, protocol, full protocol | RETURNS: 完整研究方案 JSON(14 段)或单项工具结构化结果;缺参时返回 needs_user_

  • design_step_context

    Design step context / 取某一步的上下文 | USE WHEN: load what the user already answered for a design step (PICO / design type / population) before drafting the next step | ALIASES: 方案设计上下文, 上一步内容, 已经填过的信息, design context, previous step, project context | RETURNS: 该步骤可用的前序上下文(pico / design

  • design_type_decision

    Study design decision / 研究设计决策推荐 | USE WHEN: the user asks which study design to use (RCT vs cohort etc.) and why; rule-based decision tree with a scoring matrix, not LLM guessing | ALIASES: 用什么设计, RCT还是队列, 设计决策, 选哪个设计, design decision, which design type | RETURNS: 推荐设计类型、框架、推荐依据

  • differential_expression

    Differential expression (limma-style) / 差异表达分析 | USE WHEN: differential genes from an expression matrix (with volcano plot input) | ALIASES: 差异表达, 差异基因, DEG, differential expression, 火山图, 表达矩阵, limma | RETURNS: 差异基因清单(log2FC、t 统计量、p_value、BH-FDR 校正后的 padj、显著/上调/下调标记)

  • distribution_fit

    Distribution goodness-of-fit / 分布拟合检验 | USE WHEN: the user asks whether the data are normally distributed or which distribution fits (normality / goodness-of-fit test) | ALIASES: 分布拟合, 正态性检验, 是不是正态, 服从什么分布, KS检验, Shapiro, distribution fit, goodness of fit, normality test | RETURN

  • dna_translate

    DNA → protein translation / 序列翻译 | USE WHEN: translate a nucleotide sequence into amino acids in all three frames | ALIASES: 序列翻译, 核酸转蛋白, 翻译, translate, DNA to protein, 氨基酸序列, ORF翻译 | RETURNS: 氨基酸序列

  • drug_interaction_check

    Drug-drug interaction check / 药物相互作用检查 | USE WHEN: can these two drugs be used together? interaction severity and mechanism | ALIASES: 药物相互作用, 能不能一起用, 配伍禁忌, DDI, drug interaction, 相互作用 | RETURNS: 相互作用等级与机制

  • dunn_posthoc

    Dunn post-hoc test / 多组非参数两两比较(Dunn) | USE WHEN: pairwise comparisons after Kruskal-Wallis (nonparametric, multiple groups) | ALIASES: Dunn, 非参数两两比较, Kruskal-Wallis后续, post hoc, 多重比较 | RETURNS: 两两比较 P 值

  • egger_bias_test

    Egger's test (publication bias) / Meta 发表偏倚(Egger) | USE WHEN: test publication bias in a meta-analysis and get funnel-plot inputs | ALIASES: Egger, 发表偏倚, 漏斗图, publication bias, meta回归, funnel plot | RETURNS: Egger 检验 P 与截距

  • evidence_followup

    Evidence follow-up Q&A / 证据追问(多轮) | USE WHEN: multi-turn follow-up on an evidence card (causal judgement) | ALIASES: 证据追问, 继续追问, 证据卡, evidence followup, 因果判断 | RETURNS: 追问答复

  • evidence_intake

    Structured evidence intake / 文献证据分级录入 | USE WHEN: decompose a paper into a structured evidence card by evidence level (Decision OS) | ALIASES: 证据分级, 证据卡, 文献拆解, evidence level, GRADE, 证据录入 | RETURNS: 结构化证据卡

  • evidence_report

    Evidence report narrative / 证据报告叙述 | USE WHEN: turn evidence cards into a readable report | ALIASES: 证据报告, 证据综述, evidence report, 证据叙述 | RETURNS: 证据报告正文

  • experiment_plan_generate

    Bench experiment plan / 实验方案生成 | USE WHEN: the user needs an animal or cell experiment plan (basic research) | ALIASES: 实验方案, 动物实验, 细胞实验, 基础实验设计, experiment plan, bench work plan | RETURNS: 实验方案

  • fibrosis_staging

    Liver fibrosis staging / 纤维化分期 | USE WHEN: map fibrosis scores to Ishak / METAVIR stage | ALIASES: 纤维化分期, Ishak, METAVIR, 肝纤维化, fibrosis stage, 病理分期 | RETURNS: 分期结论与解读

  • figure_legend

    Figure legend writer / 图注生成 | USE WHEN: write a figure legend for a given chart type | ALIASES: 图注, Figure legend, 图片说明, 图例, 写图注 | RETURNS: 图注文本

  • flow_cluster

    Flow cytometry clustering / 流式细胞聚类 | USE WHEN: unsupervised clustering of flow cytometry data into cell populations | ALIASES: 流式聚类, 无监督分群, flow clustering, 细胞群, FlowSOM | RETURNS: 细胞群与比例

  • flow_gate

    Flow cytometry gating / 流式门控分析 | USE WHEN: gating / population percentages from flow cytometry data | ALIASES: 流式门控, 圈门, gating, 阳性比例, flow cytometry | RETURNS: 门控比例

  • forest_plot

    Forest plot / 森林图 | USE WHEN: forest plot from HR/OR/RR with confidence intervals | ALIASES: 森林图, forest plot, HR OR RR, 置信区间图, meta森林图 | RETURNS: 森林图(矢量)

  • gene_info_lookup

    Gene information lookup / 基因信息检索 | USE WHEN: what a gene does: full name, aliases, function, location | ALIASES: 基因信息, 这个基因是干什么的, gene function, 别名, gene info, 基因全称 | RETURNS: 基因信息

  • gene_pathway_disease

    Gene → pathway → disease network / 基因-通路-疾病网络 | USE WHEN: from a gene list, find pathway / disease / drug associations and build a mechanism network | ALIASES: 基因通路, 机制网络, gene pathway, 疾病关联, 药物靶点, network, 通路疾病 | RETURNS: 通路/疾病/药物关联

  • geo_dataset_pipeline

    GEO dataset pipeline / GEO 数据全流程 | USE WHEN: end-to-end on a GEO accession: DEG → enrichment → immune infiltration | ALIASES: GEO, GSE, 数据集分析, GEO编号, geo dataset, public data reanalysis | RETURNS: 差异基因、富集结果

  • gleason_grade_group

    Gleason grade group / Gleason 分级分组 | USE WHEN: Gleason score → Grade Group and risk stratum (prostate cancer) | ALIASES: Gleason, 前列腺癌分级, Grade Group, 格里森评分, 前列腺病理 | RETURNS: Grade Group 与风险分层

  • go_kegg_enrichment

    GO / KEGG enrichment / 通路富集(GO/KEGG) | USE WHEN: pathway enrichment for a gene list (GO biological process, KEGG) | ALIASES: 富集分析, GO, KEGG, 通路富集, enrichment, 通路, 功能注释 | RETURNS: 富集通路与 P 值

  • ic50_fit

    IC50 curve fitting / IC50 曲线拟合 | USE WHEN: fit a dose-response curve and report IC50 with 95% CI | ALIASES: IC50, 半数抑制浓度, 剂量效应曲线, dose response, 抑制率拟合, GI50 | RETURNS: IC50 值与 95%CI

  • idea_ignite

    Idea ignition / 想法点燃 | USE WHEN: the user gives one vague word or a hunch and wants it expanded into researchable directions | ALIASES: 想法, 一个词, 不知道研究啥, 灵感, 发散一下, idea, hunch, expand this idea | RETURNS: 扩展研究方向

  • ihc_hscore

    IHC scoring (H-score / Allred) / IHC 免疫组化评分 | USE WHEN: immunohistochemistry scoring from staining intensity percentages (H-score, Allred, positive rate) | ALIASES: 免疫组化评分, H-score, Allred, IHC, 阳性率, 染色评分, ER PR HER2 | RETURNS: H-score / Allred / 阳性率

  • iptw_weighting

    IPTW inverse probability weighting / IPTW 逆概率加权 | USE WHEN: propensity-score weighting (ATE/ATT) for observational comparisons | ALIASES: IPTW, 逆概率加权, 倾向评分加权, propensity weighting, 加权后效应, ATE | RETURNS: 权重与加权后效应

  • journal_recommend

    Journal recommendation / 智能选刊 V3 | USE WHEN: recommend target journals from title/abstract, in reach / match / safe tiers | ALIASES: 选刊, 投哪个期刊, 期刊推荐, journal, submission target, 冲稳保, 投稿建议 | RETURNS: 候选期刊与三档策略

  • kaplan_meier

    Kaplan-Meier curve / Kaplan-Meier 曲线 | USE WHEN: KM curve and median survival only (no multivariable model) | ALIASES: KM曲线, Kaplan-Meier, 中位生存, 生存曲线, 生存率, log-rank | RETURNS: KM 曲线与中位生存

  • linear_mixed_model

    Linear mixed model (repeated measures) / 线性混合模型(纵向/重复测量,公式模式) | USE WHEN: same subject measured repeatedly (pre/post, multiple follow-ups): compare trajectories over time, group×time interaction; modern replacement for repeated-measures ANOVA (handles missing, no sphericity assum

  • list_my_data_files

    List the caller's uploaded data files / 列出我的数据文件 | USE WHEN: the user asks what data files they have uploaded / available in the workspace | ALIASES: 我的数据, 已上传文件, 数据文件列表, my data, list files | RETURNS: 数据文件列表(含 file_id/文件名/行数)

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 21 พ.ย. 2569

  • ✓ ผ่าน

    ตัวตนผู้ทำตรงกับ repo

    ชื่อใน registry ยืนยันด้วยบัญชี GitHub kfx2026 ซึ่งเป็นเจ้าของ repo

  • ✓ ผ่าน

    ยังมีคนดูแล

    มีการแก้โค้ดล่าสุด 11 วันที่ผ่านมา

  • ✓ ผ่าน

    มีสัญญาอนุญาต (license)

    ใช้ MIT

  • ✓ ผ่าน

    endpoint ตอบ

    ตอบกลับใน 880 ms (HTTP 200)

  • – ไม่เกี่ยว

    ล็อกอินแบบ OAuth

    ไม่ต้องล็อกอิน

  • ✓ ผ่าน

    คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

    อ่านคำอธิบายเครื่องมือ 60 ตัวแล้ว ไม่พบคำสั่งแอบแฝงถึง AI

เราตรวจอะไรบ้าง → · JSON

ผู้ทำ: ขอให้ตรวจใหม่ หรือแจ้งข้อมูลผิด
สำหรับผู้ทำ: ติดป้ายใน README

ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้

[![แนะนำบน PopNx MCP](https://mcp.popnx.com/badge/kfx2026-sanyu-research.svg?lang=th)](https://mcp.popnx.com/th/servers/kfx2026-sanyu-research)

พูดคุย

ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์

ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย

ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx

เข้าสู่ระบบเพื่อโพสต์

รีวิวจากผู้ใช้

ยังไม่มีรีวิว

เข้าสู่ระบบเพื่อเขียนรีวิว

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

  • ดาวมากกว่า 0% ของอีก 6535 ตัวในหมวดนี้
  • ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 79% ของอีก 6535 ตัวในหมวดนี้
  • ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 99% ของอีก 6535 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

三域医研 · 科研算法引擎 (SanYu Research Engine) ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 5 จาก 5 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนคลาวด์ของผู้ทำ ต่อผ่านอินเทอร์เน็ตได้เลย ไม่ต้องลงโปรแกรม แต่ข้อมูลที่ส่งให้จะผ่านเซิร์ฟเวอร์ของผู้ทำ

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด 11 วันที่ผ่านมา และส่งรุ่นล่าสุด (1.3.0) เข้า registry 11 วันที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต่อผ่าน URL จึงใช้กับโปรแกรมที่รับ remote MCP ได้ เช่น ChatGPT บนเว็บ (แบบเต็มในแผน Business ขึ้นไป · Pro แบบอ่านอย่างเดียว)

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)

ตัวอื่นที่ทำงานคล้ายกัน

หมวดเดียวกันจากผู้ทำคนอื่น ผ่านตัวตรวจคำสั่งแล้ว ตัวทางการขึ้นก่อน แล้วเรียงตามดาว

อ่านการ์ด:↓ ดาวน์โหลดต่อสัปดาห์i★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

OpenSEO

Keyword research, site audits, rank tracking and AI visibility for your AI agent.

โดย every-appใช้กันมาก★ 28.4Kอัปเดต 7 วันที่ผ่านมา

รันบนคลาวด์✓ everyapp.com

Exa

Official Exa MCP for web search, content fetching, and multi-step research.

โดย exa-labsใช้กันมาก★ 5.2Kอัปเดต เมื่อวาน

รันบนคลาวด์✓ เจ้าของบริการ · exa.aiทีม PopNx ลองใช้จริงแล้ว

Microsoft Learn MCP

Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.

โดย MicrosoftDocsใช้กันมาก★ 2Kอัปเดต 12 เดือนที่ผ่านมา

รันบนคลาวด์✓ เจ้าของบริการ · microsoft.comทีม PopNx ลองใช้จริงแล้ว

Docs

Search and read Empryo's documentation. Read-only, no auth, no local access.

โดย proxysoulกำลังโต★ 1.6Kอัปเดต 3 เดือนที่ผ่านมา

รันบนคลาวด์✓ empryo.com

COTAL actions (cotal.ai)

cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls

โดย Cotal-AIกำลังโต★ 403อัปเดต 2 เดือนที่ผ่านมา

รันบนคลาวด์✓ เจ้าของบริการ · cotal.ai
เทียบกับตัวที่คล้ายกัน
ตัวนี้
三域医研 · 科研算法引擎 (SanYu Research Engine)
OpenSEOExaMicrosoft Learn MCPDocsCOTAL actions (cotal.ai)
ทำงานที่ไหนใช้บนคลาวด์ ไม่ต้องลงเครื่องใช้บนคลาวด์ ไม่ต้องลงเครื่องใช้บนคลาวด์ ไม่ต้องลงเครื่องใช้บนคลาวด์ ไม่ต้องลงเครื่องใช้บนคลาวด์ ไม่ต้องลงเครื่องใช้บนคลาวด์ ไม่ต้องลงเครื่อง
ต้องใส่คีย์ไม่ไม่ไม่ไม่ไม่ไม่
กด + ใน Claude ได้ไม่ใช่ใช่ใช่ไม่ไม่
ผลตรวจเบื้องต้น5/55/52/44/44/44/4
สัญญาอนุญาตMITMITMITCC-BY-4.0NOASSERTIONApache-2.0
ราคาไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียนไม่พบค่าใช้จ่ายในทะเบียน

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

三域医研 · 科研算法引擎 (SanYu Research Engine) — MCP Server

正式中文名:三域医研 · 科研算法引擎;英文检索名 SanYu Research Engine。平台站:https://sanyu.wentangkeji.com

145 个动作 = 106 个确定性算法 + 39 个大模型生成类;对外暴露为 147 个 MCP 工具 (145 个动作 + 2 个元工具 sanyu_list_actions / sanyu_job_status)。 档位:当前生产为 L2 档(SANYU_OPEN_L2=1),即上表的 145/147;关闭该开关则为默认档 —— 106 个确定性动作 / 108 个 MCP 工具 / 0 个生成类,全部 readOnlyHint=true、不写库。

Medical research engines: 106 deterministic actions + 39 AI writers (L2 profile).

生成类工具的密钥前提(务必先读):39 个生成类动作(api_class=gen,结果不可复现、readOnlyHint=false)需要 `generate` scope 的密钥。

generate scope 密钥可自助签发:在「API 密钥」页创建时选「AI 生成」类别即可(GET /api/keys/scopes 里 creatable: true,不需要管理员)。只用 compute 密钥调生成类会被 scope_not_allowed(HTTP 403)明确拒绝,engine_status=not_run、cost=0——不执行、不扣分、不产生 LLM 费用。

也就是说:目录里列得出这 39 个工具,但当前拿不到生成结果。需要开通生成能力请联系平台另行签发对应类别的密钥;这不是工具故障。

引擎口径(2026-11-10 复核):这 39 个动作按 api_class=gen 归类、需要 generate scope,但并非每一个都调用大模型——逐个核对执行体后确认,其中一部分是纯本地规则/文献计量引擎(选题可行性、新颖度、研究空白、选题热度评估),零 LLM token。响应体的 data_source 由服务端单一出口按实际执行体回填:确证的本地规则动作返回 local_computation(data_source_verified=true),其余按分类兜底并标 data_source_verified=false(来源未核验,请勿当作事实转述);排队阶段一律返回 data_source=pending,不在执行前预先宣称来自大模型。

分类 / scope / 计费口径保持不变,避免把确证真 LLM 的动作误标成确定性算法。(实测:compute→403 scope_not_allowed;generate→通过门禁、按各工具 inputSchema 补齐参数后异步返回 job_id。)

106 个是确定性算法(SciPy / statsmodels / 自研算子),结果可复现,可以当结论用;

39 个归为生成类(选题 / 方案 / 写作 / 审稿 / 润色);其中多数调用大模型、结果不可复现,但含少量纯本地规则引擎(见上「引擎口径」),以响应体 data_source / data_source_verified 为准,勿一概而论。

每个工具在 _meta.sanyu/api_class 里标了 compute / data / gen ——

转述给用户时必须说清是哪一类,别把生成草稿说成算出来的结果。

调用需要自备密钥:目录和工具列表免费查看,执行需在

sanyu.wentangkeji.com/api-keys 免费领取一把 key,

填进 Authorization: Bearer sk-sanyu-xxx(注册送试用积分,执行失败不扣分)。

只想先试试效果? dna_translate、orf_find、roc_auc

这三个工具无需密钥,每 IP 每天可试 20 次,返回体带 demo:true 与剩余次数。

一个跑在公网上的 MCP 服务器,把确定性算法(统计检验、生存分析、生信算子、引物设计、文献检索) 暴露给任何支持 MCP 的智能体(Claude、ChatGPT、Cursor、Cline、Dify、Coze、魔搭、自研脚本)。


自审计标签(每个响应都带)

这两个字段回答同一个问题:这次结果是算出来的,还是生成的?

data_source含义能不能当结论
local_computation确定性算法算出,同输入同输出可以(给复现参数)
external_corpus读取真实语料(如 PMC 全文库)后计算可以,注明语料版本
llm_generated大模型生成(选题 / 方案 / 写作 / 审稿 / 润色)不可复现,只能当草稿
user_data基于调用方上传的数据计算可以,注明自有数据口径
pending已受理、尚未执行什么都还没发生,不得预先宣称来源
data_source_verified含义
true标签由执行体亲自上报,或经三重证据确证
false标签按动作分类推断,未经执行体确认

⚠️ `verified=false` 不等于结果无效。 它只说明"来源标签是按分类推断的",

数值本身照常可用;需要避免的是把来源当事实向用户断言,而不是把结果丢掉。

生成类为异步:提交后返回 data_source=pending + verified=false, 轮询到 status=succeeded 才拿 result 与最终标签。

它和"大模型套壳"的区别

别人的科研 agent这个
LLM 生成数字,看起来像真的SciPy / statsmodels / 自研算子真算
你没法判断真假每个响应强制带 engine_status = real / unavailable / error
出错难追溯每次调用落审计(参数只存 SHA-256,患者数据不进日志)
缺参数就瞎猜返回 hint_fields,智能体可自我修正,且不扣分
算不出也硬给引擎不可用时如实返回 unavailable,不编造

连接

https://sanyu.wentangkeji.com/api/mcp
  • 传输:Streamable HTTP(协议 2025-06-18 / 2025-03-26 / 2024-11-05 自动协商)
  • 认证:Authorization: Bearer sk-sanyu-xxx
  • 看目录不需要密钥(tools/list 公开),执行才需要
  • 密钥获取:注册后在 https://sanyu.wentangkeji.com 的「API 密钥」页生成(注册送试用积分)
ModelScope(魔搭)/ 通用 MCP 配置

⚠️ 这一段必须排在其他配置之前:魔搭只取第一个 `mcpServers` 块做部署检测,

且 type 只认 streamable_http(下划线)。写成 http 会导致"基础信息解析失败"。

{

"mcpServers": { "sanyu-research": { "type": "streamable_http", "url": "https://sanyu.wentangkeji.com/api/mcp", "headers": { "Authorization": "Bearer [PopNx MCP ตัดค่าที่หน้าตาเหมือนกุญแจออก]" } } } }

Cursor / Cline / 任何 mcp.json
{

"mcpServers": { "sanyu": { "type": "http", "url": "https://sanyu.wentangkeji.com/api/mcp", "headers": { "Authorization": "Bearer sk-sanyu-你的密钥" } } } }

Claude Code
claude mcp add --transport http sanyu https://sanyu.wentangkeji.com/api/mcp \

--header "Authorization: Bearer sk-sanyu-你的密钥"

只支持本地进程的旧客户端
{

"mcpServers": { "sanyu": { "command": "npx", "args": ["-y", "mcp-remote", "https://sanyu.wentangkeji.com/api/mcp", "--header", "Authorization: Bearer sk-sanyu-你的密钥"] } } }

Dify / Coze(导入 OpenAPI)
https://sanyu.wentangkeji.com/api/open/v1/openapi.json

认证方式选 Bearer,填 sk-sanyu-xxx。 若觉得 145 个工具太多、Agent 选不准,可改用精选 24 个的 schema 导入。

动作分类(145 = 106 确定性 + 39 生成)|MCP 工具 147 = 145 + 2 元工具

类别代表动作
统计分析ROC/AUC、DeLong、校准曲线、生存分析(KM/Cox)、ANOVA 及两两比较、置换检验、Egger 检验、IPTW、SMD 均衡
数据采集Table 1(基线表)、亚组 Table 1、数据快速画像
研究设计样本量计算、随机化分组(固定种子可复现)、倾向性评分匹配 PSM
生信解读差异表达、GO/KEGG 富集、PPI 网络、单细胞分析、代谢组 PCA/PLS-DA/火山图/热图
湿实验与序列引物设计、Tm 计算、序列翻译/ORF/酶切位点、qPCR 2^-ΔΔCt、蛋白理化性质
建模预测列线图、SHAP、PSI、NCA 药代、PK/PD 模拟
图表与规范森林图、CONSORT 流程图、PRISMA 流程图、报告规范清单核对
文献PubMed 检索、站内全文检索、引文格式化
生成类(不可复现)选题、研究方案、论文初稿、单章写作、润色、六智能体审稿、投稿信、汇报 PPT

完整清单:GET /api/open/v1/actions 或 MCP 的 tools/list。

计费

类型每次
统计 / 序列 / 病理 / 图表1 分
文献检索2 分
生信管线5 分
免费档每 key 每日 100 分封顶,注册送试用积分
频率60 次/分钟/每把 key(不按 IP,防伪造)

失败不扣分:引擎不可用、参数缺失、动作未开放,一律 0 扣分。

写权限边界

默认只算不落:传 project_id / user_id 会被主动剥离,并在 warnings 里说明。 受试者数据类动作(CRF 建表、数据导入、脱敏、建模训练)不在白名单——目录里没有这些工具。

唯一例外:paper_draft_one_click 会在后台建一个写作任务并落库,它的 annotations.readOnlyHint = false。调用前请先跟用户确认;表里其它生成类都不写库。

生成类怎么取结果(异步)

39 个生成类动作是异步的:返回 success: true + job_id + engine_status: queued, 这不是结果,是已受理。要用 sanyu_job_status 轮询:

{ "name": "sanyu_job_status", "arguments": { "job_id": "job_xxxxxxxx" } }

每 3 秒一次,最多等 300 秒。status=succeeded 取 result;failed 读 error(失败不扣分)。 拿到 succeeded 之前不要向用户报告任何结果。

响应示例

{

"success": true, "action": "act_roc", "engine_status": "real", "data_source": "local_computation", "result": { "auc": 0.86, "ci": [0.74, 0.95], "n": 120 }, "cost": 1, "audit_id": 88123, "credits_balance": 499, "warnings": [] }

服务卡

https://sanyu.wentangkeji.com/api/mcp/card

许可

MIT