XHelio-SPICE について
XHelio-SPICEは、日球物理の研究者向けの宇宙機エフェメリスツールです。SpiceyPyを基に、NAIFカーネルの自動取得・キャッシュ・読み込みを行い、MCP経由でのLLM利用にも対応します。
主な機能
- 01SPICEカーネルの自動取得とキャッシュ
- 02宇宙機の位置・軌道・状態の照会
- 03座標系とベクトルの変換
- 04ミッション・別名・座標系の一覧
- 05カーネルの読み込みとキャッシュ管理
活用シーン
- 01太陽に対する宇宙機の位置を調べる
- 02期間を指定して宇宙機の軌道を取得する
- 03座標系間でベクトルを変換する
MCP 対応
MCP サーバーを内蔵し、エフェメリス照会、距離計算、座標変換、ミッションと座標系の一覧、カーネル管理のツールをLLMクライアントに公開します。
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。
ツール
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
xhelio-spice
宇宙機のエフェメリスを簡単に取得 — 太陽物理学ミッション向けの SPICE カーネルを自動管理します。
xhelio-spice は SpiceyPy をラップし、カーネルの自動ダウンロード、キャッシュ、読み込みを行います。宇宙機の位置を問い合わせるだけで、xhelio-spice が適切な NAIF カーネルのダウンロード、正しい順序での読み込み、Python の辞書または pandas DataFrame での結果返却まで処理します。
インストール
pip install xhelio-spice
MCP サーバーのサポート(Claude Desktop、Claude Code、Cursor など)を利用する場合:
pip install xhelio-spice[mcp]
クイックスタート
from xhelio_spice import get_position, get_trajectory
# Where is Parker Solar Probe right now?
pos = get_position("PSP", observer="SUN", time="2024-01-15", frame="ECLIPJ2000")
print(f"PSP is {pos['r_au']:.3f} AU from the Sun")
# Get a month of trajectory data as a DataFrame
df = get_trajectory(
"PSP", observer="SUN",
time_start="2024-01-01", time_end="2024-01-31",
step="1h", frame="ECLIPJ2000",
)
print(df[["r_au"]].describe())
カーネルは初回使用時に NAIF から自動的にダウンロードされ、~/.xhelio_spice/kernels/ にキャッシュされます。
サポート対象のミッション
SPICE カーネルを使用(自動ダウンロード)
- PSP(Parker Solar Probe)— 2018-2030
- Solar Orbiter(SOLO)— 2020-2030
- STEREO-A — 2017-2031
- Juno — 2011-現在(定期的に更新)
- Voyager 1/2 — 1981-2100 / 1989-2100
- New Horizons — 2019-2030
NAIF ID のみ(自動ダウンロードは未対応)
- ACE、Wind、DSCOVR、MMS(1-4)— 公開 SPK カーネルはありません
- Cassini、MAVEN — 複数セグメントのカーネル読み込みが必要(対応予定)
- Galileo、Pioneer 10/11、Ulysses、MESSENGER、STEREO-B
天体
Sun、Earth、Moon、Mercury、Venus、Mars、Jupiter、Saturn、Uranus、Neptune、Pluto
API リファレンス
位置と軌道
from xhelio_spice import get_position, get_trajectory, get_state
# Single position
pos = get_position("ACE", observer="EARTH", time="2024-06-01", frame="GSE")
# Full state (position + velocity)
state = get_state("PSP", observer="SUN", time="2024-01-15", frame="ECLIPJ2000")
# Trajectory timeseries (returns pandas DataFrame)
df = get_trajectory(
"Cassini", observer="SATURN",
time_start="2010-01-01", time_end="2010-12-31",
step="6h", frame="ECLIPJ2000",
include_velocity=True,
)
座標変換
from xhelio_spice import transform_vector, list_available_frames
# J2000 to Ecliptic
v_ecl = transform_vector([1.0, 0.0, 0.0], "2024-01-15", "J2000", "ECLIPJ2000")
# RTN transform (requires spacecraft)
v_rtn = transform_vector(
[5.0, -3.0, 1.0], "2024-01-15",
from_frame="ECLIPJ2000", to_frame="RTN",
spacecraft="PSP",
)
# List all frames
print(list_available_frames())
ミッションレジストリ
from xhelio_spice import resolve_mission, list_supported_missions
# Resolve name aliases
naif_id, key = resolve_mission("Parker Solar Probe") # -> (-96, "PSP")
# List all spacecraft
missions = list_supported_missions()
カーネル管理
from xhelio_spice import get_kernel_manager
km = get_kernel_manager()
km.ensure_mission_kernels("PSP") # Download + load
print(km.get_cache_info()) # Cache stats
km.unload_all() # Free memory
設定
| 方法 | 説明 |
|---|---|
XHELIO_SPICE_KERNEL_DIR env var | カーネルキャッシュディレクトリを上書き |
KernelManager(kernel_dir=...) | インスタンスごとの上書き |
| デフォルト | ~/.xhelio_spice/kernels/ |
MCP サーバー
xhelio-spice には、LLM のツール利用向けの MCP サーバーが含まれています:
# Run directly
xhelio-spice-mcp
# Or via Python
python -m xhelio_spice.server
Claude Desktop の設定
claude_desktop_config.json に追加します:
{
"mcpServers": {
"xhelio-spice": {
"command": "xhelio-spice-mcp"
}
}
}
利用可能な MCP ツール
| ツール | 説明 |
|---|---|
get_ephemeris | 位置/速度 — 単一時刻(インライン)または時系列(CSV) |
compute_distance | 2つの天体間の距離 |
transform_coordinates | 座標フレーム変換 |
list_spice_missions | サポート対象のミッション |
list_coordinate_frames | 説明付きの利用可能なフレーム |
manage_kernels | カーネルキャッシュ管理 |
MCP スモークテスト
カーネルのダウンロードを要求しない、CI で安全に実行できる MCP チェックを行うには、次を実行します:
uv run --extra mcp python scripts/smoke_mcp_list_tools.py --json
スモークテストでは、分離された一時カーネルキャッシュを使って stdio サーバーを起動し、
MCP の initialize と list_tools を実行して、公開されているツール名を検証します。
ライセンス
MIT
コメント
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。