Wolfram Alpha MCP Server
Enables scientific computing, mathematical problem solving, and step-by-step mathematical solutions through Wolfram Alpha's mobile API. Supports real-time streaming responses and multiple output formats for enhanced mathematical and scientific queries.
README
Wolfram Alpha MCP Server
Wolfram Alpha MCP Server 是一个基于 Model Context Protocol (MCP) 的服务器,提供对 Wolfram Alpha 移动端 API 的访问,支持科学计算、数学求解等功能。
功能特性
- 🔬 科学计算: 支持复杂的数学计算和科学问题求解
- 📝 分步解答: 提供详细的数学问题分步解答
- 🌐 多格式输出: 支持 plaintext、JSON 等多种输出格式
- 🚀 高性能: 基于 Wolfram Alpha 移动端 API,响应快速
- 📡 流式响应: 支持 Streamable HTTP 协议,提供实时流式数据
- ⚡ 实时体验: 流式工具提供更好的用户交互体验
安装
从 PyPI 安装
pip install wolfram-alpha-mcp-server
从源码安装
git clone https://github.com/your-username/wolfram-alpha-mcp-server.git
cd wolfram-alpha-mcp-server
pip install -e .
使用方法
1. 启动 MCP 服务器
python server_remote.py
或者使用命令行工具:
wolfram-alpha-mcp
2. 配置 MCP 客户端
在您的 MCP 客户端配置文件中添加以下配置:
{
"mcpServers": {
"wolfram-alpha": {
"command": "uvx",
"args": ["wolfram-alpha-mcp-server@latest"]
}
}
}
3. 使用工具
服务器提供以下5个工具:
wolfram_alpha_query
基础查询工具,用于科学和事实信息查询。
# 示例查询
result = await wolfram_alpha_query("What is the derivative of x^2?")
wolfram_mobile_query
高级查询工具,支持自定义格式和参数。
# 示例查询
result = await wolfram_mobile_query(
query="plot sin(x)",
format_type="plaintext",
output_type="json"
)
wolfram_step_by_step
分步解答工具,专门用于数学问题的详细解答。
# 示例查询
result = await wolfram_step_by_step("solve x^2 + 5x + 6 = 0")
wolfram_streaming_query
流式查询工具,支持实时流式响应,提供更好的用户体验。
# 示例流式查询
result = await wolfram_streaming_query("What is the integral of x^2?")
import json
data = json.loads(result)
for chunk in data['streaming_chunks']:
print(f"[{chunk['type']}] {chunk['content']}")
wolfram_streaming_step_by_step
流式分步解答工具,实时显示数学问题的分步求解过程。
# 示例流式分步解答
result = await wolfram_streaming_step_by_step("solve x^2 + 5x + 6 = 0")
import json
data = json.loads(result)
for chunk in data['streaming_chunks']:
print(f"[{chunk['type']}] {chunk['content']}")
服务配置
Server Config
{
"command": "uvx",
"args": ["wolfram-alpha-mcp-server-xiaomayisjh@latest"]
}
环境变量
当前版本使用内置的移动端 API 配置,无需额外环境变量。
开发
项目结构
wolfram-alpha-mcp-server/
├── server_remote.py # 远程版本服务器
├── server.py # 本地版本服务器
├── setup.py # 包安装配置
├── pyproject.toml # 项目配置
├── requirements.txt # 依赖列表
├── README.md # 项目说明
└── mcp.json # MCP 客户端配置示例
依赖项
mcp-server>=0.1.0: MCP 服务器框架requests>=2.31.0: HTTP 请求库anyio>=3.7.0: 异步 I/O 库
构建和发布
# 构建包
python -m build
# 发布到 PyPI
python -m twine upload dist/*
许可证
本项目采用 MIT 许可证。
贡献
欢迎提交 Issue 和 Pull Request!
支持
如果您遇到任何问题,请:
- 查看 Issues 页面
- 创建新的 Issue 描述您的问题
更新日志
v1.0.0
- 初始版本发布
- 支持基础查询、分步解答、高级查询等功能
- 支持远程部署和托管
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。