OMCP
基于OMOP医疗数据模型的MCP服务器，为AI提供标准化数据查询接口。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：OMCP。 它的用途是：基于OMOP医疗数据模型的MCP服务器，为AI提供标准化数据查询接口。 完整的 Skill 内容见：https://321skill.com/skills/omcp/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请帮我查询过去一年内，诊断为糖尿病的患者中，使用药物‘二甲双胍’的人数及其平均年龄。” 它会通过OMCP服务器，将您的自然语言请求转换为对OMOP数据库的标准查询，并返回结构化的统计结果。您也可以说：“比较一下医院A和医院B在心血管疾病患者入院率上的季节性趋势。” AI会利用OMCP的标准化接口，从两地的OMOP数据库中提取并对比相关数据。
介绍
OMCP是一个基于OMOP通用数据模型的MCP服务器，旨在解决AI在医疗数据分析领域面临的数据库结构不统一、查询接口复杂的问题。它通过标准化的数据模型和接口，将异构的医疗数据转化为AI可以方便理解和查询的统一格式。
使用时，开发者或数据分析师只需将OMCP服务器与支持MCP协议的AI助手（如Claude Desktop）连接，即可通过自然语言或结构化查询指令，对遵循OMOP模型构建的医疗数据库进行数据检索、统计分析等操作，无需编写复杂的SQL或了解底层数据库细节。
它非常适合医疗信息化领域的开发者、医疗数据分析师以及利用AI进行临床或科研数据分析的研究人员。这些用户通常需要频繁地从复杂的医疗数据库中提取信息，OMCP能极大简化这一过程。
建议在使用前确保您的医疗数据库已按OMOP CDM规范完成ETL转换。同时，由于涉及敏感的医疗数据，务必在符合数据安全和隐私法规（如HIPAA）的环境下部署和使用，并严格控制访问权限。
核心特点
核心区别在于其严格遵循国际通用的OMOP通用数据模型，确保了医疗数据查询的语义一致性和跨机构可比性，而同类工具可能只针对特定数据库或自定义结构。它专为医疗数据分析场景深度优化，提供了开箱即用的标准化医疗术语和关系映射。
注意事项
不适合非OMOP标准模型构建的医疗数据库，或对数据模型灵活性要求极高的非结构化数据分析场景。
常见问题
OMCP支持哪些数据库？
理论上支持任何能承载OMOP CDM的关系型数据库，如PostgreSQL、BigQuery等，具体依赖后端实现。
使用OMCP需要懂OMOP模型吗？
基础使用可通过自然语言，但深度利用其能力需要了解OMOP模型的基本概念和表结构。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/omcp/raw/index.md 读取 OMCP 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/omcp/raw/index.md（查看排版版本）