FEFLOW MCP Server
Enables AI assistants to control FEFLOW 7.5 groundwater simulation software through MCP, supporting model loading, mesh operations, parameter management, and result export.
README
FEFLOW MCP 服务器
通过 MCP(Model Context Protocol)协议,使 AI 助手能够操控 FEFLOW 7.5 地下水模拟软件。
架构
┌─────────────────────────────────────────────────────────┐
│ MCP 客户端 (Claude Code / VS Code) │
│ 通过 stdio 通信 │
├─────────────────────────────────────────────────────────┤
│ server.py (Python 3.13, D:\anaconda\python.exe) │
│ ├── MCP 协议处理 (mcp 库) │
│ ├── 工具定义 (19 个 MCP 工具) │
│ └── FEFLOWService (业务逻辑层) │
│ └── FEFLOWController (子进程管理) │
│ └── subprocess.Popen │
├─────────────────────────────────────────────────────────┤
│ feflow_bridge.py (Python 3.9, pytorch conda env) │
│ ├── ifm 模块导入 (FEFLOW IFM Python API) │
│ ├── stdin/stdout JSON 协议 │
│ └── FEFLOWBridge 核心类 │
│ └── FEFLOW Kernel DLL (D:\专业软件\bin64\) │
└─────────────────────────────────────────────────────────┘
为什么使用双 Python 版本?
- FEFLOW 7.5 的 IFM Python API 仅支持 Python 3.6-3.9(通过
.pyd文件) - MCP SDK (
mcp包) 需要 Python >= 3.10 - 解决方案:MCP 服务器运行于 Python 3.13,通过子进程桥接到 Python 3.9 环境
文件结构
FEFLOW_MCP/
├── server.py # MCP 服务器主入口 (Python 3.13)
├── feflow_controller.py # 桥接控制器,管理子进程生命周期
├── feflow_bridge.py # FEFLOW IFM 桥接脚本 (Python 3.9)
├── config.json # 配置文件
├── requirements.txt # Python 依赖
├── .mcp.json # MCP 客户端配置
└── README.md # 本文件
环境要求
| 组件 | 路径 | 说明 |
|---|---|---|
| FEFLOW 7.5 | D:\专业软件\ |
需设置 FEFLOW75_ROOT 环境变量 |
| Python 3.13 (系统) | D:\anaconda\python.exe |
运行 MCP 服务器,需安装 mcp |
| Python 3.9 (conda) | D:\anaconda\envs\pytorch\python.exe |
运行 FEFLOW IFM API 桥接 |
安装
# 1. 进入项目目录
cd C:\Users\温涛\Desktop\FEFLOW_MCP
# 2. 安装 MCP 服务器依赖(Python 3.13 环境)
pip install mcp pydantic
# 3. 确认 Python 3.9 环境可用
D:\anaconda\envs\pytorch\python.exe --version # 应输出 3.9.x
# 4. 配置 MCP 客户端
# 将 .mcp.json 中的内容合并到你的 MCP 客户端配置中
MCP 工具清单
文档管理
| 工具名 | 说明 | 必填参数 |
|---|---|---|
load_document |
加载模型文件 (.fem/.dac) | path |
save_document |
保存模型 | path (可选) |
close_document |
关闭模型 | - |
get_model_info |
模型综合信息 | - |
网格操作
| 工具名 | 说明 | 必填参数 |
|---|---|---|
get_number_of_nodes |
节点总数 | - |
get_number_of_elements |
单元总数 | - |
get_node_coordinates |
节点坐标 | - |
get_element_nodes |
单元连接关系 | - |
get_mesh_stats |
网格统计(含包围盒) | - |
参数管理
| 工具名 | 说明 | 必填参数 |
|---|---|---|
list_parameters |
列出可用参数类型 | - |
get_param_values |
读取参数值 | param_name |
set_param_values |
设置参数值 | param_name, values |
模拟结果
| 工具名 | 说明 | 必填参数 |
|---|---|---|
get_results |
获取模拟结果 | - |
get_time_steps_info |
时间步信息 | - |
材料属性 & 导出
| 工具名 | 说明 | 必填参数 |
|---|---|---|
get_material_properties |
材料属性 | - |
export_results_csv |
导出结果为 CSV | output_path |
export_results_shapefile |
导出网格为 GIS 格式 | output_dir |
系统
| 工具名 | 说明 | 必填参数 |
|---|---|---|
get_kernel_info |
内核版本信息 | - |
使用示例
加载模型并查看信息:
1. load_document → path: "C:/models/aquifer.fem"
2. get_model_info → 获取节点/单元数量
3. get_mesh_stats → 获取包围盒范围
4. get_param_values → param_name: "P_CONDUCT"
支持的文件格式
.fem— FEFLOW 有限元模型文件.dac— FEFLOW 模拟结果文件(含时间序列数据)
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。