Education
通过将显性表型个体（未知基因型 AA 或 Aa）与隐性纯合子（aa）测交，根据后代比例判定其基因型。若后代中出现任何隐性个体（aa）→ 亲本为杂合（Aa）；若全部后代表现显性 → 亲本可能为纯合（AA）。统计学置信度：若无隐性后代，在亲本实为 Aa 的假设下，P(0 隐性) = 0.5^n（n = 后代总数），n 越大置信度越高。支持自定义显著性水平。来源：Mendel 1866、Griffiths 遗传分析导论、Hartl & Clark 2007、StatPearls。仅供教学用途。
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/test-cross-analyzer' \
-H 'Content-Type: application/json' \
-d '{"dominantCount":47,"recessiveCount":53,"alpha":"0.05","decimalPlaces":4}'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/test-cross-analyzer| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| dominantCount | number | 是 | Number of offspring showing the dominant phenotype. |
| recessiveCount | number | 是 | Number of offspring showing the recessive phenotype. |
| alpha | select | 是 | Significance level for the heterozygosity test. |
| decimalPlaces | number | 否 | — |
JSON 结果
{
"key": {...},
"metadata": {
"key": "value"
},
"error": "Error message (optional)",
"message": "Notification message (optional)"
}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-test-cross-analyzer": {
"name": "test-cross-analyzer",
"description": "通过将显性表型个体（未知基因型 AA 或 Aa）与隐性纯合子（aa）测交，根据后代比例判定其基因型。若后代中出现任何隐性个体（aa）→ 亲本为杂合（Aa）；若全部后代表现显性 → 亲本可能为纯合（AA）。统计学置信度：若无隐性后代，在亲本实为 Aa 的假设下，P(0 隐性) = 0.5^n（n = 后代总数），n 越大置信度越高。支持自定义显著性水平。来源：Mendel 1866、Griffiths 遗传分析导论、Hartl & Clark 2007、StatPearls。仅供教学用途。",
"baseUrl": "http://127.0.0.1:3003/mcp/sse?toolId=test-cross-analyzer",
"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": "test-cross-analyzer",
"arguments": {
"dominantCount": 47,
"recessiveCount": 53,
"alpha": "0.05",
"decimalPlaces": 4
}
}
}有问题或反馈？请联系 [email protected]