Fermatmcp

Name: Fermatmcp
Author: abhiphile

ローカル

github.com/abhiphile科学・教育22今日更新

リポジトリ

Fermatmcp について

Fermat MCP は FastMCP で構築された MCP サーバーで、数値計算、記号計算、グラフ描画を提供します。NumPy、SymPy、Matplotlib を基盤としており、AI アシスタントから数学演算や図の生成を行いたいユーザーに適しています。

主な機能

01NumPy による数値計算
02SymPy による記号代数と微積分
03Matplotlib によるグラフと方程式の描画
04固有値、求解、SVD などの線形代数演算
05微分、積分、極限などの微積分演算

活用シーン

01AI アシスタントから行列の固有値を計算する
02x**2 と sin(x) を同一グラフに描画する
03式の簡約や方程式の記号的な求解を行う

MCP 対応

本プロジェクトは数学計算と描画機能をツールとして MCP クライアントに提供する MCP サーバーです。

#sympy #numpy #matplotlib #mcp #computation #calculus #matrix #maths

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

Fermat MCP

このプロジェクトは、数値計算や記号計算、プロット作成に対応した数学計算用の FastMCP サーバーを提供します。

モジュール

1. mpl_mcp - Matplotlib 連携

機能	説明
`plot_barchart`	指定したデータ値の棒グラフをプロットします
`plot_scatter`	データポイントから散布図を作成します
`plot_chart`	折れ線グラフ、散布図、棒グラフをプロットします
`plot_stem`	離散データのステムプロットを作成します
`plot_stack`	積み上げ面グラフ／棒グラフを生成します
`eqn_chart`	数学の方程式をプロットします

2. numpy_mcp - NumPy 連携

カテゴリ	操作
基本的な数学	add, sub, mul, div, power, abs, exp, log, sqrt
三角関数	sin, cos, tan
統計	mean, median, std, var, min, max, argmin, argmax, percentile
線形代数	dot, matmul, inv, det, eig, solve, svd
行列操作	create, zeros, ones, full, arange, linspace
配列操作	reshape, flatten, concatenate, transpose, stack

3. sympy_mcp - SymPy 連携

カテゴリ	操作
代数	simplify, expand, factor, collect
微積分	diff, integrate, limit, series
方程式	solve, solveset, linsolve, nonlinsolve
行列操作	create, det, inv, rref, eigenvals

セットアップ

要件

Python 3.12 以上（Python3.12 のインストール方法については、Python のダウンロードを参照してください）
uv（uv のインストール方法については、uv のインストールを参照してください）

リポジトリをクローンする

git clone https://github.com/abhiphile/fermat-mcp

Visual Studio Code、Windsurf

mcp.json ファイルは、以下から確認できます。 MCP: Open User Configuration または MCP: Open Workspace Configuration

vs-code-1

以下を mcp.json に追加してください。

{
  "mcpServers": {
    "fmcp": {
      "command": "bash",
      "args": ["MCP_SERVER_ABSOLUTE_PATH/setup.sh"],
      "description": "fmcp server is for mathematical computations, including numerical and symbolic calculations, as well as plotting."
    }
  }
}

Claude（Anthropic）

Claude または Anthropic MCP クライアントを使用する場合は、この MCP 設定を mcp.json に追加してください（ディレクトリパスはローカルのクローン先に更新してください）。

{
  "mcpServers": {
    "fmcp": {
      "command": "uv",
      "args": [
        "--directory",
        "/home/ty/Repositories/fermat-mcp",
        "run",
        "server.py"
      ]
    }
  }
}

Gemini CLI

~ がホームディレクトリを表す ~/.gemini/settings.json にある Gemini の設定 JSON を開きます。
以下を settings.json に追加してください。

{
  "mcpServers": {
    "fmcp": {
      "command": "bash",
      "args": ["MCP_SERVER_ABSOLUTE_PATH/setup.sh"],
      "description": "fmcp server is for mathematical computations, including numerical and symbolic calculations, as well as plotting."
    }
  }
}

Smithery 経由でインストールする

Smithery 経由で Fermat MCP をローカル環境に自動インストールするには、以下を実行します。

npx -y @smithery/cli install @abhiphile/fermat-mcp --client gemini

使用例

Gemini CLI を使用する場合

╭──────────────────────────────────────────────────────────────────────────────────────────────────────────────╮
│  > Can you use fmcp server and using numpy method find the eigen values of this 8*8 matrix,                  |
│    2 1 3 1 1 8 4 2                                                                                           |
│    6 6 0 7 1 4 6 1                                                                                           │
│    9 2 1 8 7 9 9 0                                                                                           │
│    2 5 6 6 9 8 0 1                                                                                           │
│    1 3 6 2 3 8 8 1                                                                                           │
│    9 4 2 2 1 2 2 9                                                                                           │
│    8 6 4 4 2 0 2 8                                                                                           │
│    0 0 0 6 6 7 5 6                                                                                           │
╰──────────────────────────────────────────────────────────────────────────────────────────────────────────────╯

 ╭─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮
 │ ✔  numpy_mcp_numerical_operation (fmcp MCP Server) {"a":[[2,1,3,1,1,8,4,2],[6,6,0,7,1,4,6,1],[9,2,1,8,7,9,9,0],[2,5,6,6,9,8,0,1],[1,3,… │
 │                                                                                                                                         │
 │    {"eigenvalues":["32.077244457548815+0j","-11.531090644775198+0j","-6.6653982146786195+0j","0.6715984762411508+3.37024850             │
 │    10270413j","0.6715984762411508-3.3702485010270413j","4.541270555490195+2.776364664923869j","4.541270555490195-2.77636466             │
 │    4923869j","3.6935063384423428+0j"],"eigenvectors":[["-0.23263835483680192+0j","-0.2264723575289234+0j","-0.4308391916391             │
 │    0195+0j","-0.012346573390129022+0.17748655663058255j","-0.012346573390129022-0.17748655663058255j","-0.21221572277027187             │
 │    +0.3524396218277479j","-0.21221572277027187-0.3524396218277479j","0.3451499664861578+0j"],["-0.31955742545335186+0j","-0             │
 │    .2569860493445581+0j","0.05691886770041556+0j","-0.35591013681869693-0.2242364092694275j","-0.35591013681869693+0.224236             │
 │    4092694275j","0.1932161673963751-0.39527849111641133j","0.1932161673963751+0.39527849111641133j","-0.7979681696063214+0j             │
 │    "],["-0.46626263247473404+0j","-0.4684914620112376+0j","0.5469400556350749+0j","0.34325164099973565+0.06607019711949293j             │
 │    ","0.34325164099973565-0.06607019711949293j","0.21312270185159682+0.28822307710358636j","0.21312270185159682-0.288223077             │
 │    10358636j","0.42707422750984786+0j"],["-0.41589316441674523+0j","0.2291771012892302+0j","0.09410792992600435+0j","0.6375             │
 │    92441360358+0j","0.637592441360358+-0j","0.46446646137729414+0j","0.46446646137729414+-0j","0.08171661775583623+0j"],["-             │
 │    0.35812884189789035+0j","-0.26551071423139044+0j","-0.649979374400915+0j","-0.2999153430497845+0.20110182336747695j","-0             │
 │    .2999153430497845-0.20110182336747695j","0.04424367733961273-0.020400357434930304j","0.04424367733961273+0.0204003574349             │
 │    30304j","-0.037276545325188024+0j"],["-0.3042416233100104+0j","0.4027405071320744+0j","0.2343447346668298+0j","-0.119224             │
 │    87219398595+0.10317726668781271j","-0.11922487219398595-0.10317726668781271j","-0.3387759141362585+0.15790241128043445j"             │
 │    ,"-0.3387759141362585-0.15790241128043445j","0.11473144194899779+0j"],["-0.35389732755448017+0j","0.5359362131480812+0j"             │
 │    ,"0.13989902586074168+0j","-0.16008513226461316-0.26111873108374495j","-0.16008513226461316+0.26111873108374495j","0.055             │
 │    729749650881726-0.22748184206919145j","0.055729749650881726+0.22748184206919145j","-0.19838514696566653+0j"],["-0.327615             │
 │    5213691367+0j","-0.30122843153433887+0j","0.07858579556736099+0j","0.00042251379361638556-0.11670182367986544j","0.00042             │
 │    251379361638556+0.11670182367986544j","-0.18590228871569267-0.2479130526139182j","-0.18590228871569267+0.247913052613918             │
 │    2j","-0.03374593856285834+0j"]]}                                                                                                     │
 ╰─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯
✦ Of course, I can do that. Here are the eigenvalues for the given matrix:

  32.077244457548815
  -11.531090644775198
  -6.6653982146786195
  0.6715984762411508 + 3.3702485010270413j
  0.6715984762411508 - 3.3702485010270413j
  4.541270555490195 + 2.776364664923869j
  4.541270555490195 - 2.776364664923869j
  3.6935063384423428

Visual Studio Code、Windsurf を使用する場合ここでは、x**2 と sin(x) の両方を同じプロットに描画するように指示しました。

Markdown 対応

ログインしてコメント

基本情報

作者: abhiphile
トランスポート: stdio
掲載日: 2025年7月21日
最終更新: 今日

問題を報告

MCP は初めてですか？

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

入門ガイドを読む

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。