核心用法
Paramus Chemistry 是一个面向科研领域的专业 MCP 服务器，提供 319 个科学计算工具，覆盖化学、材料科学、热力学和数据科学四大领域。用户通过 JSON-RPC 协议调用工具，支持两种部署模式：
- 本地模式：下载 Paramus Tray App，在 localhost:8765 运行，无需网络依赖
- 云端模式：通过 PARAMUS_API_TOKEN 认证访问 cloud1.paramus.ai
典型工作流程为：自动检测连接 → 搜索工具 → 获取参数模式 → 直接调用 → 解析结果。所有工具调用均通过 curl 发送标准 JSON-RPC 请求。
显著优点
1. 工具覆盖面极广：从基础的分子量计算、LogP 预测，到复杂的 CoolProp 热力学流体计算（120+ 流体）、Cantera 反应动力学、电化学方程，再到 pymatgen 晶体结构分析和 BRAIN 平台的量子化学（Psi4/NWChem/ORCA）
2. 聚合物科学专项支持：独特的 BigSMILES/pSMILES 解析能力，填补常规化学工具在聚合物表示方面的空白
3. 数据科学集成：内置 DOE（实验设计）、PCA、k-means、回归分析等统计工具，实现从实验设计到结果分析的全链路
4. 高性能响应：首调用约 1 秒（库加载），后续调用 <10ms
5. 双模式灵活部署：本地模式保护敏感数据，云端模式免维护
潜在缺点与局限性
- 输入格式依赖：强制要求 SMILES 字符串作为主要分子输入，化合物名称需用户自行转换
- 环境配置门槛：需正确配置 API Token 或本地服务，对非技术用户存在学习成本
- 无内置可视化：返回原始 JSON 数据，分子结构、3D 构象等需外部工具渲染
- 许可证限制：云端模式需要有效的 license key（XXX-XXX-XXX 格式）
- 网络依赖（云端）：部分科研场景可能受网络稳定性影响
适合人群
- 药物化学/计算化学研究人员：Lipinski 规则、QED 评分、分子指纹、相似性搜索
- 材料科学家：聚合物表征、晶体结构分析、热力学性质预测
- 化工工程师：CoolProp 流体物性、相平衡、传输性质计算
- 电化学研究者：Nernst 方程、Butler-Volmer 动力学模拟
- 数据科学家/实验设计师：DOE 优化、统计建模、机器学习集成
常规风险
- 数据隐私：云端模式下分子结构和计算数据上传至 Paramus 服务器
- 科学计算准确性：复杂模型（如量子化学计算）的结果依赖参数设置和理论方法选择，需专业验证
- API Token 安全：需妥善保管 PARAMUS_API_TOKEN，避免泄露导致配额滥用
- 本地服务暴露：localhost:8765 若暴露于公网可能存在未授权访问风险（默认仅本地绑定则无此风险）