mcp-numpy

mcp-numpy

NumPy の機能を公開する MCP サーバー

インストール

pip install mcp-numpy

使い方

MCP サーバーとして

Claude Desktop やその他の MCP クライアントで使用するには、mcp.json に追加します。

{
  "mcpServers": {
    "mcp-numpy": {
      "command": "mcp-numpy"
    }
  }
}

利用可能なツール

サーバーは、以下の NumPy の機能を MCP ツールとして公開します。

配列の作成

• np_array - NumPy 配列を作成
• np_zeros - ゼロで埋めた配列を作成
• np_ones - 1 で埋めた配列を作成
• np_full - 指定した値で埋めた配列を作成
• np_arange - 範囲を指定して配列を作成
• np_linspace - 等間隔の配列を作成
• np_eye - 単位行列を作成
• np_diag - 対角配列を作成

配列の操作

• np_reshape - 配列の形状を変更
• np_transpose - 配列を転置
• np_concatenate - 配列を連結
• np_split - 配列を分割
• np_tile - 配列をタイル状に並べる
• np_repeat - 要素を繰り返す
• np_squeeze - サイズが 1 の次元を削除
• np_flatten - 配列を平坦化

数学演算

• np_sum、np_mean、np_std、np_var - 要約統計量
• np_min、np_max、np_argmin、np_argmax - 最小値／最大値の演算
• np_dot、np_matmul、np_cross - 行列演算
• np_trace、np_cumsum、np_cumprod、np_diff - 配列演算

線形代数

• np_inv - 行列の逆行列
• np_det - 行列式
• np_eig - 固有値と固有ベクトル
• np_svd - 特異値分解
• np_solve - 線形方程式を解く
• np_linalg_norm - 行列／ベクトルのノルム

乱数

• np_rand - 一様乱数の浮動小数点数
• np_randn - 正規分布に従う乱数
• np_randint - 整数の乱数
• np_random_choice - ランダムに選択
• np_shuffle - 配列をシャッフル

統計

• np_percentile、np_quantile - パーセンタイル／分位数
• np_histogram - ヒストグラム
• np_correlate、np_corrcoef - 相関

要素ごとの数学演算

• np_add、np_subtract、np_multiply、np_divide - 算術演算
• np_power、np_mod - べき乗と剰余
• np_sqrt、np_abs - 基本的な数学演算
• np_exp、np_log、np_log10 - 対数
• np_sin、np_cos、np_tan - 三角関数
• np_arcsin、np_arccos、np_arctan - 逆三角関数
• np_sinh、np_cosh、np_tanh - 双曲線関数

配列のプロパティ

• np_shape、np_ndim、np_size、np_dtype - プロパティ
• npastype - 型変換

開発

git clone https://github.com/daedalus/mcp-numpy.git
cd mcp-numpy
pip install -e ".[test]"

# run tests
pytest

# format
ruff format src/ tests/

# lint
ruff check src/ tests/

# type check
mypy src/

mcp-name: io.github.daedalus/mcp-numpy