BioHarbor

Name: BioHarbor
Author: danielLuo2

作者：danielLuo2版本 0.1.6i★ –i在你的电脑上运行

注册名称io.github.danielLuo2/bioharbor

安装

概览

作者提供的说明（英文原文）

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

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i尚未统计★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在你的电脑上运行
传输方式: stdio
分类: 其他

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在你的电脑上运行，拥有你的用户账户的权限（文件、网络、应用）。
注册中心没有列出需要填写的密钥。

你需要

PyPI已安装 Python 的 uv（用于 uvx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

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

在终端中运行这条命令

claude mcp add bioharbor -- uvx bioharbor serve

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

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

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

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

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

这个服务器在你的电脑上运行，而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上，无需账户。

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月7日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 danielLuo2 验证，该账户拥有此仓库
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

与“其他”中的其他服务器比较i

星标数多于此分类中其他 32727 个服务器的 0%
发布到注册中心的时间比此分类中其他 32727 个服务器的 58% 更新
基础检查结果等于或优于此分类中其他 32727 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

BioHarbor 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

注册中心没有列出必需的密钥，不过有些服务器会在首次使用时要求你登录。

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（0.1.6）于28天前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Python (uv)。

有什么可以替代它？

同一分类中有：Spec Driven Development, Remote Desktop Commander, Foliosio

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Spec Driven Development

作者：formulahendry

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

在你的电脑上运行★ 440MIT14个月前更新

安装

Remote Desktop Commander

作者：desktop-commander

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

在云端运行★ 211前天更新

安装

Foliosio

作者：foliosio.com

Read your support inbox, tag conversations and save draft replies from your AI agent. Never sends.

在云端运行今天更新

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

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

概览

PopNx MCP 的三大支柱

它能帮你做什么

安装

安装之前

它能做什么

基础检查i

作者与仓库一致

仍在维护

有许可证

端点有响应

使用 OAuth 登录

工具描述中没有隐藏指令

与“其他”中的其他服务器比较i

常见问题

替代选择

Spec Driven Development

Remote Desktop Commander

Foliosio

作者的 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