Интеграция
MCP-сервер и REST API FTIR.fun
Подключите FTIR.fun к вашему AI-ассистенту или конвейеру автоматизации. MCP-сервер для Claude/Cursor/Codex. REST API для пользовательских интеграций. Те же 130 000+ эталонных спектров и подкрепленная литературой AI-интерпретация во всех методах.
MCP-сервер — Claude, Cursor, Codex
MCP-сервер (Model Context Protocol) FTIR.fun проверен и официально внесен в реестры Anthropic MCP Registry, Smithery и MCP.so. Он предоставляет поиск FTIR-спектров, объяснение пиков с цитированием литературы по DOI и идентификацию материалов в виде вызываемых инструментов для любого совместимого с MCP клиента.
Быстрое подключение
# 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
Доступные инструменты
| Инструмент | Описание |
|---|---|
search_ftir_library | Поиск 130 000+ эталонных спектров по пикам или загруженному файлу. Возвращает ранжированные совпадения с номерами CAS и оценками сходства. |
search_public_ftir_results | Поиск результатов анализа, опубликованных сообществом, по ключевому слову. |
fetch_public_ftir_result | Получить конкретный публичный результат анализа FTIR по ID для детального просмотра. |
Карточка сервера и ссылки на реестры
- Server Card (JSON) — стандартная конечная точка обнаружения MCP-сервера
- Anthropic MCP Registry — официально внесено
- Smithery — проверено и опубликовано
- MCP.so — внесено
- PyPI (ftirfun-mcp) — Пакет Python
Плагин Coze — использование внутри Doubao
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.
Ключевые слова для поиска: 红外分析, FTIR, infrared, 光谱检索, 物质识别
REST API
API поиска по библиотеке
POST /v1/search
Поиск по спектральной библиотеке. Принимает файл (полное спектральное совпадение) или список пиков (совпадение по положению пиков). Если указано и то, и другое, приоритет имеет поиск по файлу.
Аутентификация
X-API-Key: your-api-key
Тело запроса
| Поле | Тип | Обязательно | Описание |
|---|---|---|---|
| file_base64 | string | один из | Файл прибора в кодировке Base64 (поддерживает CSV, SPA, OPUS, SPC, JCAMP-DX и более 15 других форматов) |
| filename | string | с file_base64 | Исходное имя файла с расширением (например, sample.spa) |
| peaks | number[] | один из | Список волновых чисел пиков в см⁻¹ (например, [3026, 1601, 1493, 755]) |
| top_k | integer | нет (по умолчанию 10) | Количество возвращаемых результатов, макс. 50 |
| tolerance | integer | нет (по умолчанию 8) | Допуск совпадения пиков в см⁻¹, диапазон 1–30 |
Ответ
{
"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
}
Пример — загрузка файла
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())
Пример — список пиков
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())
Анализ только с ИИ для существующих результатов
Используйте эту конечную точку только после того, как результат поиска уже существует. FTIR.fun сначала считывает или выполняет OCR предоставленного отчета, извлекает найденные кандидаты и таблицу пиков образца, затем запускает последующий анализ на основе графов знаний и литературы.
POST /ftir/analyze_existing_results
Отчет должен содержать как список найденных результатов поиска, так и таблицу пиков образца. Эта конечная точка не выполняет поиск по спектральной библиотеке самостоятельно.
Аутентификация
X-API-Key: your-api-key
Тело запроса
| Поле | Тип | Обязательно | Описание |
|---|---|---|---|
| report_text | string | один из | Простой текст, скопированный из существующего отчета прибора или библиотеки. Текст должен включать как найденные результаты, так и таблицу пиков образца. |
| report_file_base64 | string | один из | Файл отчета в кодировке Base64. Поддерживаемые форматы: PDF, DOC, DOCX, TXT, CSV, PNG, JPG, JPEG, WEBP, GIF, BMP, TIF, TIFF. |
| report_filename | string | с report_file_base64 | Исходное имя файла отчета с расширением (например, report.pdf или report.docx). |
| user_background_text | string | нет | Необязательный фон образца. Он рассматривается только как мягкий контекст и не является доказательством. |
Жесткая граница входных данных
- Обязательный элемент 1: по крайней мере один найденный кандидат результата поиска, например, совпадение Top1 или список Top15
- Обязательный элемент 2: список пиков образца или таблица пиков в см-1 из того же отчета
- Если какой-либо элемент отсутствует, конечная точка возвращает HTTP 422 и не генерирует аналитический отчет
Успешный ответ
{
"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": {}
}
Ответ при отсутствии входных данных
{
"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
}
}
}
Пример — существующий текст отчета
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())
Пример — существующий файл отчета
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())
Коды ошибок
| HTTP статус | Значение |
|---|---|
| 200 | Успех |
| 401 | Отсутствует или неверный ключ API |
| 422 | Недопустимое тело запроса, неподдерживаемый формат отчета или отсутствие обязательных элементов отчета |
| 500 | Ошибка на стороне сервера |