ChemDraw 化合物智能绘制 MCP 工具

一个集成化的 MCP (Model Context Protocol) 工具，能够从文档中智能识别化合物信息，通过 PubChem 等公开数据库验证和补充化合物数据，利用视觉识别技术解析化合物结构，最终调用本地 ChemDraw 软件绘制化合物结构并输出 ChemDraw 专用格式文件。

✨ 功能特性

• 文档化合物信息提取 - 支持 Word/PDF/Markdown/TXT 文档，中英文混合识别
• PubChem 化合物数据查询 - 获取 SMILES、CAS 号、分子量、分子式等完整数据
• 视觉结构识别 - 从文档图片中识别化合物结构（基于 Imago 引擎）
• ChemDraw COM 接口调用 - 自动化绘制化合物结构，支持 Clean Up 操作
• 多格式输出 - CDXML、CDX、PNG (300dpi)、SVG
• 学术规范设置 - Kekulé 苯环格式、20pt 字体、手性中心标记、统一键长角度

📋 系统要求

• 操作系统: Windows 10/11
• Python: 3.8+
• ChemDraw: 2020/2021/2022（需已注册 COM 对象）
• 网络: 可访问 PubChem API

🚀 安装

# 克隆仓库
git clone https://github.com/你的用户名/Chemdraw-draw-mcp.git
cd Chemdraw-draw-mcp

# 安装依赖
pip install -r requirements.txt

依赖库

库名	用途
python-docx	Word 文档解析
pdfplumber	PDF 文档解析
pubchempy	PubChem API 调用
pywin32	ChemDraw COM 接口
requests	HTTP 请求
pillow	图片处理
opencv-python	视觉识别图片预处理
pytest	测试框架

📖 使用方法

MCP 工具调用

工具名称: draw_compound

参数说明:

参数	类型	必填	默认值	说明
input_type	string	是	-	输入类型: document/name/smiles/image
input_value	string	是	-	输入值（文档路径/化合物名称/SMILES/图片路径）
formats	array	否	["cdxml", "png"]	输出格式列表
benzene_format	string	否	"kekule"	苯环格式: kekule/circle
font_size	number	否	20	字体大小 (pt)
show_stereo	boolean	否	true	是否显示手性标记

调用示例:

{
  "input_type": "name",
  "input_value": "Aspirin",
  "formats": ["cdxml", "png", "svg"],
  "benzene_format": "kekule",
  "font_size": 20,
  "show_stereo": true
}

Python API 调用

from src.mcp_server import draw_compound_handler

# 从化合物名称绘制
result = draw_compound_handler({
    "input_type": "name",
    "input_value": "Aspirin",
    "formats": ["cdxml", "png"]
})

# 从SMILES绘制
result = draw_compound_handler({
    "input_type": "smiles",
    "input_value": "CC(=O)OC1=CC=CC=C1C(=O)O"
})

# 从文档批量提取并绘制
result = draw_compound_handler({
    "input_type": "document",
    "input_value": "path/to/compounds.docx"
})

📁 项目结构

Chemdraw-draw-mcp/
├── src/
│   ├── parsers/              # 文档化合物信息提取模块
│   │   ├── word_parser.py
│   │   ├── pdf_parser.py
│   │   ├── markdown_parser.py
│   │   └── compound_identifier.py
│   ├── query/                # PubChem 化合物查询模块
│   │   └── pubchem_client.py
│   ├── visual/               # 视觉结构识别模块
│   │   ├── image_preprocessor.py
│   │   ├── structure_recognizer.py
│   │   ├── imago_recognizer.py
│   │   └── fallback_recognizer.py
│   ├── draw/                 # ChemDraw COM 接口模块
│   │   └── chemdraw_com.py
│   ├── output/               # 格式输出模块
│   │   └── format_exporter.py
│   ├── specs/                # 学术规范设置模块
│   │   └── academic_specs.py
│   └── mcp_server.py         # MCP 服务核心
├── tools/
│   └── draw_compound.json    # MCP 工具定义
├── tests/                    # 测试文件
├── requirements.txt
└── setup.py

🧪 测试

# 运行所有测试
pytest

# 运行特定模块测试
pytest tests/test_parsers.py
pytest tests/test_pubchem.py
pytest tests/test_chemdraw.py

# 运行集成测试
pytest tests/test_integration.py

# 运行性能测试
pytest tests/test_performance.py

📊 处理流程

输入 → 解析/查询 → 获取SMILES → ChemDraw绘制 → 学术规范应用 → 格式导出

1. 文档输入: 解析 Word/PDF/Markdown → 识别化合物名称
2. 名称输入: 查询 PubChem → 获取 SMILES
3. SMILES输入: 直接使用
4. 图片输入: 视觉识别 → 获取 SMILES
5. 绘制: 调用 ChemDraw COM → 绘制结构 → Clean Up
6. 规范: Kekulé 格式 → 20pt 字体 → 手性标记
7. 输出: CDXML/CDX/PNG/SVG

🔧 MCP 配置

在 TRAE 或 Codex 中配置 MCP 服务:

{
  "mcpServers": {
    "chemdraw-draw": {
      "command": "python",
      "args": ["path/to/Chemdraw-draw-mcp/src/mcp_server.py"],
      "env": {}
    }
  }
}

📝 返回数据格式

{
  "success": true,
  "compounds": [
    {
      "name": "Aspirin",
      "chinese_name": "阿司匹林",
      "smiles": "CC(=O)OC1=CC=CC=C1C(=O)O",
      "cas": "50-78-2",
      "molecular_weight": 180.16,
      "formula": "C9H8O4"
    }
  ],
  "files": [
    "output/compound_1_Aspirin.cdxml",
    "output/compound_1_Aspirin.png"
  ],
  "message": "成功绘制 1 个化合物"
}

⚠️ 注意事项

• 确保 ChemDraw 已正确安装并注册 COM 对象
• 首次使用时 ChemDraw 可能会弹出安全提示，请允许程序访问
• PubChem 查询需要网络连接
• 输出文件默认保存在 output/ 目录

📄 许可证

MIT License

🤝 贡献

欢迎提交 Issue 和 Pull Request！