Integration
FTIR.fun MCP-Server & REST-API
Verbinden Sie FTIR.fun mit Ihrem KI-Assistenten oder Ihrer Automatisierungspipeline. MCP-Server für Claude/Cursor/Codex. REST-API für benutzerdefinierte Integrationen. Dieselben über 130.000 Referenzspektren und literaturgestützte KI-Interpretation bei allen Methoden.
MCP-Server – Claude, Cursor, Codex
Der MCP (Model Context Protocol)-Server von FTIR.fun wurde geprüft und ist offiziell im Anthropic MCP Registry, Smithery und MCP.so gelistet. Er stellt FTIR-Spektralsuche, Peakerklärung mit DOI-zitierter Literatur und Materialidentifikation als aufrufbare Tools für jeden MCP-kompatiblen Client bereit.
Schnellverbindung
# Claude Desktop / Claude Code
claude mcp add ftirfun https://ftir.fun/mcp
# Cursor
# Add to ~/.cursor/mcp.json:
{"mcpServers": {"ftirfun": {"url": "https://ftir.fun/mcp"}}}
# OpenAI Codex
codex mcp add ftirfun https://ftir.fun/mcp
Verfügbare Tools
| Tool | Beschreibung |
|---|---|
search_ftir_library | Durchsuchen Sie über 130.000 Referenzspektren nach Peaks oder hochgeladener Datei. Gibt bewertete Treffer mit CAS-Nummern und Ähnlichkeitswerten zurück. |
search_public_ftir_results | Suchen Sie nach gemeinsam genutzten Analyseergebnissen der Community nach Stichwort. |
fetch_public_ftir_result | Rufen Sie ein bestimmtes öffentliches FTIR-Analyseergebnis anhand der ID zur detaillierten Überprüfung ab. |
Serverkarte & Registry-Links
- Server Card (JSON) — Standard-MCP-Server-Discovery-Endpunkt
- Anthropic MCP Registry — offiziell gelistet
- Smithery — geprüft und veröffentlicht
- MCP.so — gelistet
- PyPI (ftirfun-mcp) — Python-Paket
Coze Plugin — In Doubao verwenden
Open Doubao → Plugin Store → search "FTIR" or "红外分析" → tap Add. No configuration needed. Doubao will automatically route infrared-related queries to our spectral search engine.
Suchbegriffe: 红外分析, FTIR, infrared, 光谱检索, 物质识别
REST-API
Bibliothekssuch-API
POST /v1/search
Spektrenbibliothekssuche. Akzeptiert eine Datei (Vollspektrum-Abgleich) oder eine Peak-Liste (Peak-Positions-Abgleich). Wenn beide angegeben werden, hat die Dateisuche Priorität.
Authentifizierung
X-API-Key: your-api-key
Anforderungstext
| Feld | Typ | Erforderlich | Beschreibung |
|---|---|---|---|
| file_base64 | string | eines von | Base64-codierte Instrumentendatei (unterstützt CSV, SPA, OPUS, SPC, JCAMP-DX und 15+ weitere Formate) |
| filename | string | mit file_base64 | Originaldateiname einschließlich Erweiterung (z.B. sample.spa) |
| peaks | number[] | eines von | Liste der Peak-Wellenzahlen in cm⁻¹ (z.B. [3026, 1601, 1493, 755]) |
| top_k | integer | nein (Standard 10) | Anzahl der zurückzugebenden Ergebnisse, max. 50 |
| tolerance | integer | nein (Standard 8) | Peak-Übereinstimmungstoleranz in cm⁻¹, Bereich 1–30 |
Antwort
{
"success": true,
"search_mode": "full_spectrum",
"n_matches": 10,
"matches": [
{
"rank": 1,
"name": "Polystyrene",
"cas": "25086-18-4",
"num": 326,
"similarity": 0.9586
}
],
"file_format": "Thermo SPA",
"n_points": 3601,
"error": null
}
Beispiel — Datei-Upload
import base64, requests
with open("sample.spa", "rb") as f:
b64 = base64.b64encode(f.read()).decode()
resp = requests.post(
"https://api.ftir.fun/v1/search",
headers={"X-API-Key": "your-key", "Content-Type": "application/json"},
json={"file_base64": b64, "filename": "sample.spa", "top_k": 5},
)
print(resp.json())
Beispiel — Peak-Liste
import requests
resp = requests.post(
"https://api.ftir.fun/v1/search",
headers={"X-API-Key": "your-key", "Content-Type": "application/json"},
json={"peaks": [3082, 3026, 2923, 1601, 1493, 1451, 1028, 906, 755, 699], "top_k": 5},
)
print(resp.json())
Reine KI-Analyse für vorhandene Ergebnisse
Verwenden Sie diesen Endpunkt nur, nachdem ein Suchergebnis bereits vorliegt. FTIR.fun liest oder OCRt zunächst den bereitgestellten Bericht, extrahiert die gemeldeten Kandidaten und die Probenpeaktabelle und führt dann eine nachgelagerte KG- und literaturgestützte Analyse durch.
POST /ftir/analyze_existing_results
Der Bericht muss sowohl die gemeldete Suchergebnisliste als auch die Probenpeaktabelle enthalten. Dieser Endpunkt führt selbst keine Spektrenbibliothekssuche durch.
Authentifizierung
X-API-Key: your-api-key
Anforderungstext
| Feld | Typ | Erforderlich | Beschreibung |
|---|---|---|---|
| report_text | string | eines von | Klartext, der aus einem vorhandenen Instrumenten- oder Bibliotheksbericht kopiert wurde. Der Text muss sowohl die gemeldeten Ergebnisse als auch die Probenpeaktabelle enthalten. |
| report_file_base64 | string | eines von | Base64-kodierte Berichtsdatei. Unterstützte Formate: PDF, DOC, DOCX, TXT, CSV, PNG, JPG, JPEG, WEBP, GIF, BMP, TIF, TIFF. |
| report_filename | string | mit report_file_base64 | Originaler Berichtsdateiname einschließlich Erweiterung (z. B. report.pdf oder report.docx). |
| user_background_text | string | nein | Optionaler Probenhintergrund. Dies wird nur als weicher Kontext und nicht als Beweis behandelt. |
Harte Eingabegrenze
- Erforderliches Element 1: mindestens ein gemeldeter Suchergebniskandidat, wie ein Top1-Treffer oder eine Top15-Liste
- Erforderliches Element 2: die Probenpeakliste oder Peaktabelle in cm-1 aus demselben Bericht
- Wenn eines der Elemente fehlt, gibt der Endpunkt HTTP 422 zurück und erstellt keinen Analysebericht.
Erfolgreiche Antwort
{
"success": true,
"analysis_mode": "ai_only_existing_results",
"message": "AI-only analysis completed from the supplied existing results report.",
"input_requirements": {
"service_boundary": "AI-only analysis starts after a search result already exists.",
"required_inputs": [
"At least one reported search result candidate (Top1 or Top15).",
"The sample peak table or peak list in cm-1."
]
},
"missing_requirements": [],
"missing_requirement_messages": [],
"extracted_report": {
"source_kind": "pdf",
"used_ocr": true,
"peak_values_cm1": [1736, 1601, 1241],
"library_candidates": [
{"rank": 1, "name": "Polyethylene terephthalate", "cas_number": "25038-59-9", "raw_score_text": "856/1000", "normalized_similarity": 0.856}
]
},
"summary": "Reported library results rank Polyethylene terephthalate first.",
"report_view": {},
"final_decision": {},
"direct_evidence": {},
"related_literature": {}
}
Antwort bei fehlender Eingabe
{
"detail": {
"success": false,
"analysis_mode": "ai_only_existing_results",
"error": "missing_required_report_elements",
"message": "AI-only analysis requires both reported library results and a sample peak table.",
"missing_requirements": ["sample_peak_table"],
"missing_requirement_messages": [
"Missing sample peak table. Provide the sample peak list or peak table in cm-1 from the same report."
],
"input_requirements": {
"failure_behavior": "If either the reported result list or the sample peak table is missing, the service stops and returns a 422 response."
},
"extracted_report": {
"report_has_library_results": true,
"report_has_peak_table": false
}
}
}
Beispiel — Vorhandener Berichtstext
import requests
report_text = """
Sample: PET fragment
Top1: Polyethylene terephthalate Score: 856/1000
Top2: Polyester resin Score: 801/1000
Peak table (cm-1): 3435, 2932, 1715, 1409, 1241, 1093, 1017, 872, 722
"""
resp = requests.post(
"https://api.ftir.fun/ftir/analyze_existing_results",
headers={"X-API-Key": "your-key", "Content-Type": "application/json"},
json={"report_text": report_text, "user_background_text": "consumer packaging fragment"},
)
print(resp.json())
Beispiel — Vorhandene Berichtsdatei
import base64, requests
with open("instrument-report.pdf", "rb") as f:
b64 = base64.b64encode(f.read()).decode()
resp = requests.post(
"https://api.ftir.fun/ftir/analyze_existing_results",
headers={"X-API-Key": "your-key", "Content-Type": "application/json"},
json={
"report_file_base64": b64,
"report_filename": "instrument-report.pdf",
"user_background_text": "suspected packaging adhesive",
},
)
print(resp.json())
Fehlercodes
| HTTP-Status | Bedeutung |
|---|---|
| 200 | Erfolg |
| 401 | Fehlender oder ungültiger API-Schlüssel |
| 422 | Ungültiger Anforderungstext, nicht unterstütztes Berichtsformat oder fehlende erforderliche Berichtselemente |
| 500 | Serverfehler |