a207-nutrition-assessment-mcp
Enables pediatric CKD nutrition assessment by calculating PRNT energy/protein targets, evaluating dietary intake against those targets, and screening for PEW risk, with support for dialysis, vegetarian diets, and edema corrections.
README
a207-nutrition-assessment-mcp-nfyy(M3 · 营养评估)
儿童 CKD 营养评估 MCP。对应 PCP 契约 nutrition_assessment 输出位,是 Wave 2 首个交付包。
PRNT 目标唯一权威引擎:M5 的目标计算工具已去重并入本包(Schofield 交叉校验 / 水肿理想体重校正 / 腹透葡萄糖供能扣减),全项目只有一把"尺子"。
权威标尺:PRNT 2020(Shaw V, et al. Pediatr Nephrol 35:519-531)——与用户提供的《PRNT指南:能量与蛋白质需求及营养处方实操》一致。
工具清单
| 工具 | 类型 | 权限 | 说明 |
|---|---|---|---|
calc_prnt_targets |
读 | 全 caller | PRNT 唯一权威引擎。按年龄×性别分段 SDI 计算每日能量/蛋白质目标(含 CKD 分期/透析/素食/生长状态);并吸收 M5 特性:is_edema 水肿理想体重校正、pd_glucose_kcal_per_day 腹透葡萄糖供能扣减、Schofield 交叉校验 |
assess_intake_vs_target |
读 | 全 caller | 对照 PRNT 目标评估 3 日饮食日记均值,给达成率、缺口、PEW 风险 |
upsert_food_diary |
写 | parent_assistant / child_companion(MX-3) | 写入饮食条目并聚合 diet_diary_3d;条目养分由调用方经 M5 计算后填入 |
get_food_diary_summary |
读 | 全 caller | 读取并聚合某患者饮食日记 |
assess_pew_risk |
读 | 全 caller | 独立 PEW(蛋白质-能量消耗)风险筛查 |
calc_growth_zscore |
读 | 全 caller | 增长 Z 评分(中国卫健委标准,非 WHO)。按 WS/T 423-2022(7 岁以下 体重/身高/BMI 年龄别 SD)+ WS/T 612-2018(7-18 岁身高年龄别)计算 HAZ/WAZ/BAZ:Z=(实测-中位数)/SD,SD 由标准附录给出。HAZ 0-18 岁全覆盖;WAZ/BAZ 仅 <7 岁(7-18 体重/BMI 标准未提供则跳过并 warning)。返回 5 等级 + 营养状况分类,并给 PRNT growth_status 建议(failure/overweight/normal,供 calc_prnt_targets 输入) |
关键口径(与 contracts/pcp-schema.json 一致)
- 能量 kcal、蛋白 g、体重 kg、身高 cm;无跨包调用。
- 能量初始 = SDI 100%:生长不良取上限、超重取下限、正常取中点。
- 蛋白质:目标取 SDI 上限;绝对下限取 SDI 下限(绝不可低于);透析额外补充(PD 0.15–0.30 / HD 0.10 g/kg/day)叠加于目标与下限;素食按倍数上调(蛋奶素 1.2 / 纯素 1.3)。
- PE 比:理想 7–12%,CKD 可接受 5.3–6.4%(需总蛋白 ≥100% 需求)。
验证
python -m py_compile src/a207_nutrition_assessment_mcp/*.py
python tests/test_tools.py # 83 断言全过
运行与部署
本地开发(最快验证)
fastmcp dev src/a207_nutrition_assessment_mcp/server.py
无需打包,直接起 stdio 服务,适合本地联调。
发布到 PyPI(与 his / lis / calc / router 完全同流程)
本项目 5 个 MCP 全部发布到 PyPI(维护者 NFYY)。发布后裸 uvx <包名> 即可拉取,
GitHub Codespace / ModelScope 部署同理。报 uvx ... was not found in the package registry
唯一原因就是该版本还没发到 PyPI——把包构建并上传即可,和其他 4 个包一模一样。
命名说明:本包 PyPI 发行名是
a207-nutrition-assessment-mcp-nfyy(带-nfyy后缀), 不是a207-nutrition-assessment-mcp——后者在 PyPI 上已被他人占用(极小概率撞名),故加-nfyy规避。 Python 导入名仍为a207_nutrition_assessment_mcp(不变),仅发行名 / 控制台脚本名带后缀。 其余 4 个包名未被占用,故无后缀。
# 1. 构建 sdist + wheel(产物落 dist/)
python -m build
# 2. 校验产物可上传(应 PASSED)
python -m twine check dist/*
# 3. 上传到 PyPI(需 NFYY 凭据:环境变量 PYPI_API_TOKEN 或 ~/.pypirc)
python -m twine upload dist/*
用 uvx 运行(已发布后 —— 与另外 4 个一致)
uvx a207-nutrition-assessment-mcp-nfyy # 裸名,和 his/lis/calc/router 一样
uvx --refresh a207-nutrition-assessment-mcp-nfyy # 强制刷新、重拉最新版
本地 / 离线开发(不发布也能跑,仅开发用)
- 包目录内直接跑:
uvx --from . a207-nutrition-assessment-mcp-nfyy - 或装成本地工具后裸名可用:
uv tool install --from . a207-nutrition-assessment-mcp-nfyy
GitHub / ModelScope 等远程部署
远程环境用已发布的 PyPI 包最直接(裸 uvx a207-nutrition-assessment-mcp-nfyy);
若想锁定 git 源,可用:
uvx --from "git+https://github.com/<owner>/<repo>.git" a207-nutrition-assessment-mcp-nfyy
确保 <repo> 指向本包仓库(根目录含 pyproject.toml),不要指向 A207 大仓根目录。
已知缺口(非阻断)
- 增长 Z 评分已按中国卫健委标准实现(WS/T 423-2022 + WS/T 612-2018,数据资产
data/growth_ref_cn.json由 PDF 抽取生成)。未采用 WHO 2007(用户判定偏旧)——若未来需 WHO 口径,再补 LMS 参考表。 - WAZ/BAZ 仅覆盖 7 岁以下:WS/T 423 随附 7 岁以下体重/BMI 年龄别 SD 值;7-18 岁体重/BMI 标准未提供,故 7 岁以上跳过并给出 warning(未编造数据)。
- 本机未安装 fastmcp,
server.py仅py_compile静态校验,未实跑 stdio 服务。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。