MCP MeasureMCP Measure

索引已觀測

ACLM Lab Interpreter

Interpret lab values against ACLM-optimized ranges. Returns deprescription signals.

我該用這個嗎

品質與安全性

B
說明品質
75%
結構描述完整度
83%
命名品質
80%
汙染風險
100%
權限相符程度
100%
協定合規性
100%

發現項目（1）

  • LOWTool 'interpret_labs' description lacks action verb在 interpret_labs 中

根據工具定義與協定合規性的自動化分析。

上下文成本

~288Token（工具定義）
~755 B典型回應大小
極小的注意力影響（128k 上下文的 0.22%）

這是每次將伺服器的工具載入模型上下文時所消耗的約略 token 數量。數量越高，可用於其他工作的注意力就越少。

安裝

一鍵安裝

將以下內容加入你的 `claude_desktop_config.json` 檔案：

{
  "mcpServers": {
    "aclm-lab-interpreter": {
      "url": "https://web-production-ae61.up.railway.app/mcp/aclm-lab-interpreter"
    }
  }
}

遠端端點

https://web-production-ae61.up.railway.app/mcp/aclm-lab-interpreterstreamable-http

它能做什麼

工具清單

工具（2）

🟢 唯讀🟡 寫入🔴 刪除⚪ 未知
🟢interpret_labs(lab_values, current_medications, health_goals)

Interpret a panel of lab values against ACLM-optimized reference ranges. Returns risk classification per marker, lifestyle interventions, and medication deprescription signals.

輸入結構描述

{
  "type": "object",
  "properties": {
    "lab_values": {
      "type": "object",
      "description": "Key-value pairs of biomarker names and values. Common keys: hba1c, fasting_glucose, fasting_insulin, ldl, hdl, triglycerides, apob, lp_a, hscrp, vitamin_d, b12, ferritin, tsh, free_t4, free_t3."
    },
    "current_medications": {
      "type": "array",
      "items": {
        "type": "string"
      }
    },
    "health_goals": {
      "type": "array",
      "items": {
        "type": "string"
      }
    }
  },
  "required": [
    "lab_values"
  ]
}
🟢marker_reference(marker)

Look up the ACLM-optimized reference range and lifestyle intervention plan for a single biomarker (e.g., apob, lp_a, hscrp, hba1c, fasting_insulin, vitamin_d).

輸入結構描述

{
  "type": "object",
  "properties": {
    "marker": {
      "type": "string"
    }
  },
  "required": [
    "marker"
  ]
}

社群

為此伺服器評分

證據

近期觀測

已驗證未記錄版本2 個工具
已驗證未記錄版本2 個工具
已驗證未記錄版本2 個工具