Science & Education
选择分子中存在的官能团（酮、酯、酰胺、醛、芳环、硝基……），预测各基团贡献的 ¹H/¹³C NMR 化学位移区间与 IR 特征吸收带：带标注的模拟红外光谱（4000–400 cm⁻¹）、信号阶梯图、羰基家族鉴别对照表、n+1 规则与偶合常数速查，每个峰都附成因解释（环电流各向异性、氢键、费米共振、诱导效应……）。数值为教科书特征值（LibreTexts / CU Boulder / NIU / UCLA / Chemguide 交叉核对）。
用三种语言从你的代码中调用此工具。
curl -X POST 'http://127.0.0.1:3003/zh/api/tools/nmr-ir-peak-predictor' \
-H 'Content-Type: application/json' \
-d '{"groups":"ester\nalkane","conjugated":false,"aromaticPattern":"none","showIR":true,"show1H":true,"show13C":true}'以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。
POST http://127.0.0.1:3003/zh/api/tools/nmr-ir-peak-predictor| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| groups | textarea | 是 | — |
| conjugated | checkbox | 否 | — |
| aromaticPattern | select | 否 | — |
| showIR | checkbox | 否 | — |
| show1H | checkbox | 否 | — |
| show13C | checkbox |
将此工具加入你的 Model Context Protocol 服务，让 AI 智能体可以列出并调用它。
将以下内容加入你的 MCP 客户端配置：
{
"mcpServers": {
"elysiatools-nmr-ir-peak-predictor": {
"name": "nmr-ir-peak-predictor",
"description": "选择分子中存在的官能团（酮、酯、酰胺、醛、芳环、硝基……），预测各基团贡献的 ¹H/¹³C NMR 化学位移区间与 IR 特征吸收带：带标注的模拟红外光谱（4000–400 cm⁻¹）、信号阶梯图、羰基家族鉴别对照表、n+1 规则与偶合常数速查，每个峰都附成因解释（环电流各向异性、氢键、费米共振、诱导效应……）。数值为教科书特征值（LibreTexts / CU Boulder / NIU / UCLA / Chemguide 交叉核对）。",
"baseUrl": "http://127.0.0.1:3003/mcp/sse?toolId=nmr-ir-peak-predictor",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}连接到 SSE 端点后，列出已开放的工具：
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}通过工具 id 调用，参数由其参数表构建：
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "nmr-ir-peak-predictor",
"arguments": {
"groups": "ester\nalkane",
"conjugated": false,
"aromaticPattern": "none",
"showIR": true,
"show1H": true,
"show13C": true
}
}
}有问题或反馈？请联系 [email protected]
| — |
HTML 结果
{
"result": "<div>Processed HTML content</div>",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}