MCP 服务器

BCI-MCP Server

一个将脑机接口技术与模型上下文协议集成的框架，旨在实现实时神经信号处理和人工智能驱动的交互，应用于医疗保健、辅助功能和研究领域。

README

基于模型上下文协议的脑机接口 (BCI-MCP)

本项目集成了脑机接口 (BCI) 技术与模型上下文协议 (MCP)，创建了一个强大的框架，用于神经信号的采集、处理和 AI 赋能的交互。

概述

BCI-MCP 结合了：

脑机接口 (BCI)：实时采集和处理神经信号
模型上下文协议 (MCP)：标准化的 AI 通信接口

这种集成使得在医疗保健、可访问性、研究和人机交互等领域实现高级应用成为可能。

主要特性

BCI 核心特性

神经信号采集：实时捕获大脑活动中的电信号
信号处理：预处理、提取特征和分类脑信号
命令生成：将解释的脑信号转换为命令
反馈机制：提供反馈以帮助用户提高控制能力
实时操作：以最小的延迟处理大脑活动

MCP 集成特性

标准化上下文共享：使用 MCP 将 BCI 数据与 AI 模型连接
工具暴露：使 BCI 功能可用于 AI 应用程序
可组合的工作流程：构建结合 BCI 信号和 AI 处理的复杂操作
安全数据交换：实现保护隐私的神经数据传输

系统架构

BCI-MCP 系统由几个关键组件组成：

┌─────────────────┐      ┌─────────────────┐      ┌─────────────────┐
│                 │      │                 │      │                 │
│  BCI 硬件   │──────│  BCI 软件   │──────│   MCP 服务器    │
│                 │      │                 │      │                 │
└─────────────────┘      └─────────────────┘      └────────┬────────┘
                                                           │
                                                           │
                                                  ┌────────▼────────┐
                                                  │                 │
                                                  │  AI 应用程序 │
                                                  │                 │
                                                  └─────────────────┘

快速开始

前提条件

Python 3.10+
兼容的 EEG 硬件（或使用模拟模式进行测试）
requirements.txt 中列出的其他依赖项

安装

# 克隆仓库
git clone https://github.com/enkhbold470/bci-mcp.git
cd bci-mcp

# 创建一个虚拟环境
python -m venv venv
source venv/bin/activate  # 在 Windows 上: venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

使用 Docker

为了更轻松的设置，您可以使用 Docker：

# 构建并启动所有服务
docker-compose up -d

# 访问文档：http://localhost:8000
# MCP 服务器将在 ws://localhost:8765 上可用

基本用法

# 启动 MCP 服务器
python src/main.py --server

# 或使用交互式控制台
python src/main.py --interactive

# 列出可用的 EEG 设备
python src/main.py --list-ports

# 记录一个 60 秒的 BCI 会话
python src/main.py --port /dev/tty.usbmodem1101 --record 60

高级应用

BCI-MCP 集成支持一系列前沿应用：

医疗保健和可访问性

辅助技术：使行动不便的人能够控制设备
康复：通过实时反馈支持神经康复
诊断工具：辅助诊断神经系统疾病

研究与开发

神经科学研究：促进对大脑功能和认知的研究
BCI 训练：加速学习和适应 BCI 控制
协议开发：建立神经数据交换标准

AI 增强的界面

自适应界面：根据神经信号和 AI 辅助进行调整的界面
意图识别：通过神经信号更好地理解用户意图
增强通信：增强言语障碍人士的交流

文档

项目文档托管在 GitHub Pages 上：https://enkhbold470.github.io/bci-mcp/

维护文档

该文档是使用带有 Material 主题的 MkDocs 构建的。要更新文档：

在 main 分支上的 docs/ 目录中更改 Markdown 文件
提交并将您的更改推送到 main 分支
GitHub Actions 工作流程将自动构建并将更新后的文档部署到 GitHub Pages

本地文档开发

要在本地使用文档：

安装所需的依赖项：

pip install mkdocs-material mkdocstrings mkdocstrings-python

运行本地服务器：
```
mkdocs serve
```
在以下位置查看文档：http://localhost:8000

项目结构

.
├── docs/                  # 文档文件
│   ├── api/               # API 文档
│   ├── features/          # 功能文档
│   ├── getting-started/   # 快速入门指南
│   └── index.md           # 文档主页
├── mkdocs.yml             # MkDocs 配置
└── .github/workflows/     # GitHub Actions 工作流程