Snakemake MCP Server

MCP数据服务

提供方 excelwang

数据服务 未标注 无需鉴权 社区 / 第三方

Snakemake Web API 提供了远程执行Snakemake封装器和完整工作流的强大端点,适用于将基于Snakemake的生物信息学流程集成到大型系统或应用中。

一句话选型结论

按资料字段整理

Snakemake MCP Server 属于数据服务类 MCP 服务器,传输方式未标注,无需鉴权,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类数据服务 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

数据服务
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

生物信息学Python本地部署工作流自动化RESTAPI数据分析云计算

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
数据库查询

用自然语言查库、取数,不用手写 SQL。

数据同步与清洗

把多来源数据拉到一处做整理。

报表取数

按口径快速拉出统计结果。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在数据服务场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Snakemake MCP Server当前 未标注 未标注 未标注 无 2026-05-17
Memory 9d25f64e 9 未标注 未标注 无 2026-05-17
Getzep MCP 9 stdio · 本地进程 本地部署 有 2026-05-17
anything-llm 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Prisma MCP Server 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Astr Bot 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

数据服务
字段来自项目仓库与公开索引,中文说明由本站标注
提供方excelwang上游标注的维护方 excelwang
分类数据服务本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

9.7 KB
来自项目仓库与上游目录的原文,未做删改

零食网站API

Snakemake Web API为远程执行Snakemakewrappers和完整的Snakemae工作流提供了强大的端点。这允许将基于Snakemakes的生物信息学管道灵活集成到更大的系统或应用程序中。

主要特点

  • FastAPI REST API: 用于发现和执行Snakemakewrappers和工作流的高性能REST端点,带有自动OpenAPI文档。
  • 异步作业处理: 提交长时间运行的任务,并通过标准作业状态API监控其进度。
  • 元数据缓存: 预解析Snakemakewrappers和工作流,以提供对工具信息和可执行演示的快速访问。
  • 动态配置: 支持工作流的动态修改 config.yaml 以及包装器参数。
  • 灵活的环境管理: 无缝处理Conda和容器(奇点)环境。

安装

先决条件

  • 安装 uv 包管理器来自 https://github.com/astral-sh/uv
  • 安装 conda (要么 Miniconda 或 曼巴锻造)
  • 确保您已安装Python 3.12+

安装步骤

  1. 克隆存储库:```bash
    git clone https://github.com/excelwang/snakemake-web-api.git
    cd snakemake-web-api

1. **安装项目依赖关系:**```bash
uv sync
  1. 激活虚拟环境:```bash
    source .venv/bin/activate # On Linux/macOS

or

.venv\Scripts\activate # On Windows


### 环境变量

|变量|目的|默认值|
|----------|---------|---------|
| `SNAKEBASE_DIR` |的基本目录 `snakemake-wrappers` 和 `snakemake-workflows` 子目录| `~/snakebase` |
| `SNAKEMAKE_CONDA_PREFIX` |Snakemakeconda环境之路| `~/.snakemake/conda` |

### 设置 `snakebase` 目录

这 `snakemake-web-api` 依赖于特定的目录结构来定位Snakemakewrappers和工作流。此基本目录称为 `snakebase`默认情况下,服务器会查找名为的目录 `snakebase` 在当前工作目录中。此目录的位置可以通过设置 `SNAKEBASE_DIR` 环境变量。

这 `snakebase` 目录必须包含以下子目录:

- `snakemake-wrappers`:此目录应该是Snakemakewrappers官方存储库的克隆。
- `snakemake-workflows`:此目录应包含要通过服务器公开的Snakemake工作流。

1. **创建 `snakebase` 目录:**```bash
mkdir snakebase
cd snakebase
  1. 克隆 snakemake-wrappers 存储库:```bash
    git clone https://github.com/snakemake/snakemake-wrappers.git

1. **添加您的Snakemakes工作流:**
创建一个名为的目录 `snakemake-workflows` 并将您的工作流目录放入其中。例如:```bash
mkdir snakemake-workflows
cd snakemake-workflows
git clone https://github.com/excelwang/rna-seq-star-deseq2
git clone https://github.com/snakemake-workflows/dna-seq-varlociraptor
git clone https://github.com/excelwang/StainedGlass
# etc.

快速测试演练

本节将指导您快速测试系统,以验证一切是否正常工作。

1.解析包装

首先,解析并缓存所有包装器元数据:```bash
export SNAKEBASE_DIR=~/snakebase # optional
swa parse


这将扫描您的 `snakemake-wrappers` 目录和缓存元数据,以加快服务器启动速度。

### 2.启动REST API服务器

启动REST API服务器以访问web终结点:```bash
swa rest --host 127.0.0.1 --port 8082

3.验证服务器状态

检查您的服务器是否正在运行:```bash
curl http://127.0.0.1:8082/health


您应该得到一个指示服务器健康的响应。

### 4.列出可用工具

获取可用Snakemakes包装的列表:```bash
curl http://127.0.0.1:8082/tools

5.运行演示包装器

要自动运行演示包装器,请使用所提供的从API执行演示案例的脚本:```bash

Make sure the script is executable

chmod +x run_demo_wrapper.sh

Run the demo wrapper

./run_demo_wrapper.sh


此脚本将:

1. 从以下位置获取演示案例 `/demo-case` 端点
1. 通过执行包装器 `/tool-processes` REST API终结点
1. 轮询作业状态,直到完成
1. 验证最终作业状态

## API终结点摘要

- `GET /tools`:列出所有可用的Snakemakes包装。
- `GET /workflows`:列出所有可用工作流。
- `POST /tool-processes`:提交异步包装器执行作业。
- `POST /workflow-processes`:提交异步工作流执行作业。
- `GET /tool-processes/{job_id}`:检查特定作业的状态。
- `GET /demos/wrappers/{wrapper_id}`:获取特定包装器的可执行演示有效负载。
- `GET /demos/workflows/{workflow_id}`:获取特定工作流的可执行演示有效负载。

## 发现和使用演示

API通过分析Snakemake包装器存储库和 `demos/` 工作流目录。

### 1.获取包装演示

了解如何使用有效的测试数据调用特定的包装器:```bash
curl http://localhost:8082/demos/wrappers/bio/fastp

这将返回一个对象列表,其中包含 method, endpoint,以及预填充 payload 您可以直接发送至 /tool-processes.

2.获取工作流演示

请参阅特定工作流的示例配置:```bash
curl http://localhost:8082/demos/workflows/rna-seq-star-deseq2


这将返回各种配置预设(例如,“小型测试数据集”、“人类基因组配置”),可用于 `config` a领域 `/workflow-processes` 提交。

## 使用工作流

工作流API允许您管理和执行复杂的Snakemake管道。

### 1.列出可用工作流

检索在您的数据库中找到的所有工作流的列表 `snakemake-workflows` 目录:```bash
curl http://localhost:8082/workflows

2.获取工作流元数据

获取特定工作流的详细信息,包括其默认配置和参数架构:```bash
curl http://localhost:8082/workflows/my-cool-pipeline


### 3.提交工作流作业

通过提供工作流的ID和可选的配置覆盖来执行工作流。服务器执行 **深度合并** 你的 `config` 将对象添加到工作流的基础中 `config.yaml`.```bash
curl -X POST http://localhost:8082/workflow-processes \
-H "Content-Type: application/json" \
-d '{
"workflow_id": "rna-seq-star-deseq2",
"config": {
"samples": "samples.tsv",
"params": {
"star": { "index": "", "align": "" }
}
},
"target_rule": "all"
}'

4.Kubernetes和S3执行(最佳实践)

在分布式K8s+S3环境中运行工作流时,请记住以下几点:

  • 数据预配置:如果您的服务器以 --prefill SWA将在执行之前自动将您的本地隔离工作目录(包括符号链接的输入数据)同步到S3。
  • 工作流本地化:始终使用 完整的本地化工作流代码.避免使用遥控器 include Snakefiles中的指令(例如指向GitHub的URL)。Snakemakes的Kubernetes执行器可能会失败 TypeError 当尝试存档Pod分发的远程源文件时。确保所有 .smk 规则存在于工作流目录中。
  • 动态前缀:SWA根据以下内容自动生成唯一的S3前缀 job_id 以防止并发运行之间的数据冲突。

5.配置Snakemakes配置文件

配置文件允许您以可重用的方式定义执行策略(如Kubernetes、SLURM或本地)和存储设置。

个人资料搜索优先级

SWA查找由指定的配置文件 --workflow-profile 按照以下顺序:

  1. 特定于工作流: {workflow_dir}/workflow/profiles/{profile_name}/
  2. 全球SWA: ~/.swa/profiles/{profile_name}/ (建议跨工作流共享K8s配置)
  3. 系统默认:Snakemakes的标准路径(例如。, ~/.config/snakemake/)

演示配置文件: k3s-s3

要在带有S3存储的Kubernetes上运行工作流,请创建一个目录 ~/.swa/profiles/k3s-s3/ 并添加a config.yaml 文件。

稳定性说明:我们强烈建议使用带有预安装存储插件的自定义映像,以避免运行缓慢 pip install 可能导致超时的步骤。```yaml

~/.swa/profiles/k3s-s3/config.yaml

1. 使用 K3s (Kubernetes) 执行器

executor: kubernetes
jobs: 10

2. 设置默认的 S3 存储提供商

default-storage-provider: s3
default-storage-prefix: s3://whj/

3. 将 S3/MinIO 凭证和服务器地址注入到 K3s Pods 中

envvars:
- AWS_ACCESS_KEY_ID
- AWS_SECRET_ACCESS_KEY
- AWS_ENDPOINT_URL

4. 使用 Conda 环境

use-conda: true
conda-frontend: mamba

5. 其他配置

latency-wait: 120
rerun-incomplete: true
rerun-triggers: mtime
show-failed-logs: false
printshellcmds: true
keep-going: false

6. Kubernetes Pod 配置

container-image: snakemake/snakemake:v9.11.2
storage-s3-endpoint-url: http://10.3.217.200:20480
storage-s3-max-requests-per-second: 100
kubernetes-namespace: default

保持 pod 以便调试 (生产环境可设为 false)

kubernetes-omit-job-cleanup: true

7. 全局稳定性设置

增加重试次数以应对集群 API 波动

retries: 10

8. 使用自定义 Kubernetes Job 模板以设置 backoffLimit

这能极大地提高在高负载 K8s 环境下的运行成功率

kubernetes-job-template: job-template.yaml


#### 配置 `job-template.yaml`

要在Kubernetes作业级别启用自动重试,您必须提供一个名为 `job-template.yaml` 在同一简档目录内(例如。, `~/.swa/profiles/k3s-s3/job-template.yaml`).

创建包含以下内容的文件:```yaml
apiVersion: batch/v1
kind: Job
metadata:
generateName: snakejob-
spec:
template:
spec:
containers:
- name: snakemake
# This allows the Pod to retry within the same Job before failing
backoffLimit: 3

6.监控工作流进度

轮询您提交的作业的状态:```bash
curl http://localhost:8082/workflow-processes/{job_id}


状态可以是 `accepted`, `running`, `completed`,或 `failed`.

详细的故障排除可以在 故障排除指南.

## 运行服务器

服务器根据您的需求提供不同的模式:

### REST API服务器

要启动REST API服务器,请执行以下操作:```bash
swa rest --host 127.0.0.1 --port 8082

解析包装器

要解析和缓存所有可用Snakemakewrappers的元数据,请执行以下操作:```bash
swa parse


### 验证安装

要验证您的安装是否正常工作:```bash
swa verify

有关选项的完整列表,请参阅 CLI命令指南.

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
Snakemake MCP Server 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Snakemake MCP Server 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Snakemake MCP Server 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Snakemake MCP Server 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Snakemake MCP Server 能提供哪些能力?

资料显示能力标签包括 生物信息学、工作流自动化、Python、数据分析、云计算。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。