NumPy MCP 服务器

<div align="center">

一个用于使用 NumPy 进行数值计算的模型上下文协议 (MCP) 服务器

</div>

一个模型上下文协议 (MCP) 服务器，它使用 NumPy 提供数学计算和运算。该服务器通过标准化的 MCP 接口公开各种数学工具，从而可以轻松地直接通过 Claude 或其他 MCP 兼容的 LLM 执行数值计算。

特性

• 基本算术运算（加法）
• 线性代数计算（矩阵乘法，特征分解）
• 统计分析（平均值，中位数，标准差，最小值，最大值）
• 多项式拟合

安装

使用 Claude Desktop 快速设置

最快的入门方法是直接在 Claude Desktop 中安装此服务器：

# 在 Claude Desktop 中安装服务器
mcp install server.py --name "NumPy Calculator"

手动安装

此项目使用 UV 进行依赖管理。要安装：

# 如果您尚未安装 UV，请安装它
curl -LsSf https://astral.sh/uv/install.sh | sh

# 克隆存储库
git clone https://github.com/yourusername/math-mcp.git
cd math-mcp

# 创建虚拟环境并安装依赖项
uv venv
source .venv/bin/activate  # 在 Unix/macOS 上
# 或
# .venv\Scripts\activate  # 在 Windows 上
uv pip install -r requirements.txt

用法

开发测试

使用 MCP Inspector 在本地测试服务器：

mcp dev server.py

Claude Desktop 集成

1. 在 Claude Desktop 中安装服务器：

   mcp install server.py --name "NumPy Calculator"
   

2. 该服务器现在将在 Claude Desktop 的“NumPy Calculator”下可用

3. 您可以通过要求 Claude 执行数学运算来使用它，例如：

   • “计算矩阵 [[1, 2], [3, 4]] 的特征值”
   • “查找 [1, 2, 3, 4, 5] 的平均值和标准差”
   • “将矩阵 [[1, 0], [0, 1]] 和 [[2, 3], [4, 5]] 相乘”

直接执行

对于高级用法或自定义部署：

python server.py
# 或
mcp run server.py

可用函数

服务器通过 MCP 接口提供以下数学函数：

基本算术

• add(a: int, b: int) -> int: 将两个整数相加

线性代数

• matrix_multiply(matrix_a: List[List[float]], matrix_b: List[List[float]]) -> List[List[float]]: 将两个矩阵相乘
• eigen_decomposition(matrix: List[List[float]]) -> Tuple[List[float], List[List[float]]]: 计算方阵的特征值和特征向量

统计

• statistical_analysis(data: List[float]) -> dict[str, float]: 计算数据集的基本统计信息，包括：
  • 平均值
  • 中位数
  • 标准差
  • 最小值
  • 最大值

数据分析

• polynomial_fit(x: List[float], y: List[float], degree: int = 2) -> List[float]: 将指定次数的多项式拟合到给定的数据点

开发

项目结构

math-mcp/
├── requirements.txt
├── README.md
└── server.py

代码质量

该项目遵循严格的代码质量标准：

• 整个代码库中的类型提示
• 遵循 Google 风格的全面文档字符串
• 数值运算的错误处理

依赖项

• NumPy：用于数值计算和线性代数运算
• FastMCP：用于模型上下文协议服务器实现

许可证

该项目已获得 MIT 许可证的许可。

致谢

• NumPy 团队提供的出色科学计算库
• 模型上下文协议 (MCP) 用于启用标准化的 LLM 交互