Agent Skills
返回列表
中医 AI MCP 连接器

中医 AI MCP 连接器

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_ce4517fc/tcm-ai-hnwmzy-mcp-connector。

技能介绍

要解决什么问题

把 中医 AI 引擎 接到 Claude Desktop、Cursor、Dify、LangChain 等 MCP 客户端 时，常见痛点是：服务端走 SSE、鉴权用 Bearer token，而桌面端往往只认本地 stdio 进程；另外还有四个独立端口对应不同能力，一次性全配会让工具列表很难用。

本技能面向「接入与排错」场景：帮你选定要用的服务、按客户端类型给出最小配置，并说明初始化后应能看到的 tools 与 resources。

技能如何工作

传输与鉴权（固定事实）

  • 传输：sse
  • 请求头：Authorization: Bearer <token>（示例开发 token 形如 sk-tcm-expert-ai-agent-v1-dev）
  • 环境变量：TCM_MCP_HOST、TCM_MCP_API_KEY；host 未知时用占位符 111.22.12.157

四类 MCP 服务（按端口拆分）

| 能力域 | SSE 端点 |
| --- | --- |
| 中医知识图谱 | http://<host>:9991/sse |
| 健康档案与体检报告 | http://<host>:9992/sse |
| 资源与推荐 | http://<host>:9993/sse |
| 中医 NLP 与诊断 | http://<host>:9994/sse |

典型工具包括：search_tcm_knowledge、get_entity_paths、query_health_metrics、summarize_annual_report、search_doctors、recommend_health_packages、search_articles_videos、normalize_symptoms、extract_tcm_entities。资源示例：tcm://herb/{name}、report://user/{uid}/latest。

配置流程要点

  1. 先确认要接入哪些服务，再确认客户端类型（原生 SSE 或需 Node.js @modelcontextprotocol/client-sse 桥接）。
  2. 只生成最小可用配置；Schema 由 MCP 初始化时自动发现，无需让用户去找 Swagger。
  3. 验证：连接成功后客户端应列出上述工具/资源；若无 tools，查 URL、端口、网络与 Authorization 是否转发正确。

适用边界与注意点

  • 用户交互按技能要求应使用简体中文；配置里的 JSON key、环境变量名、端点 URL 等保持原文。
  • 不要在示例配置、日志或入库文件里写真实生产 API key；未提供 host/key 时用占位符，真实连通测试再让用户通过安全渠道提供。
  • 只需部分能力时只配对应端口，避免工具噪音；配置进仓库时密钥走环境变量或本地忽略文件。

使用场景

  • 在 Cursor 里为养生问答 Agent 只接入 9991 端口，调用 `search_tcm_knowledge` 查症状与方剂关联
  • 健康助理工作流需读取 `report://user/{uid}/latest` 并调用 `summarize_annual_report` 提炼体检异常项
  • 桌面端只有 stdio MCP 时，用 SSE 桥接连接 9994，对用户主诉跑 `normalize_symptoms` 再进诊断链路
  • 运营侧 Agent 按科室调用 `search_doctors` 与 `recommend_health_packages` 做调理服务推荐

适合人员

  • 负责把中医知识图谱 MCP 接进 LangChain 工作流的后端工程师，需要最小 SSE 与 Bearer 配置
  • 诊所或健康管理产品里搭建体检解读 Agent 的实现者，要对接 9992 的指标与报告工具
  • 只能在 Claude Desktop 本地进程模式运行的集成同学，需用 Node 桥接远程四个端点中的子集
  • 做中医 NLP 流水线的产品开发，要把口语症状标准化与 `extract_tcm_entities` 暴露给 IDE 内助手