mcpField
R
Random Web3 Mcp

Random Web3 Mcp

ローカル
github.com/suxiongye開発ツール279 週間前に更新

Random Web3 Mcp について

RandomWeb3MCPは、EVMブロックハッシュをエントロピー源としてランダム値を生成します。ゲーム、シミュレーション、テストなどで多様なランダム化を使う開発者向けです。

主な機能

  1. 01整数とランダム配列の生成
  2. 02重みに基づく選択
  3. 03分布に従う値の生成
  4. 04ランダムな特徴とイベントの生成
  5. 05配列のシャッフルと座標生成
  6. 06レア度の割り当てとシード生成

活用シーン

  1. 01ゲーム属性やドロップアイテムの生成
  2. 02ランダムなテストデータの作成
  3. 03確率分布やイベントのシミュレーション
  4. 04抽選用のランダム選択

MCP 対応

ブロックチェーンハッシュを使った乱数生成ツールをMCPクライアントに公開します。数値、配列、分布、イベント、シード、シャッフル、座標、レア度などを扱います。

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。

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

RandomWeb3MCP - Web3 ランダム要素生成サービス

RandomWeb3MCP は、EVM ブロックハッシュに基づくランダム要素生成サービスです。ゲーム、金融、テストなど、さまざまな分野で使用できるランダム要素生成ツールを提供します。

特徴

  • 検証可能性:すべての乱数はブロックチェーンのハッシュに基づいて生成され、公平性と検証可能性が確保されます
  • 多様性:基本的な乱数から複雑な確率分布まで、さまざまな乱数生成シナリオに対応します
  • 信頼性:ブロックチェーンをエントロピーソースとして使用し、乱数の品質を確保します
  • 使いやすさ:シンプルで直感的な API インターフェースを提供し、簡単に統合できます

インストール

git clone [email protected]:suxiongye/random-web3-mcp.git
pip install -e .

クイックスタート

tico または Cursor での設定

Cursor の設定に random-web3-mcp サービスの構成を追加します:

{
  "mcpServers": {
    "random-web3-mcp": {
      "command": "uv",
      "args": ["--directory", "local_repo_directory/zxl-mcp-server", "run", "main.py"]
    }
  }
}

ツール一覧

generate_basic_random
名前

基本的な乱数ジェネレーター

機能

指定した範囲内のランダムな整数を生成します

パラメーター
  • min_value (int, optional):最小値(含む)。デフォルトは 0 です。
  • max_value (int, optional):最大値(含む)。デフォルトは 1000000 です。
  • salt (str, optional):ランダム性を高めるための乱数ソルト値。デフォルトは '' です
戻り値

乱数の結果を含む JSON 文字列

使用例
  1. 抽選システム
  2. ゲームの乱数
  3. ランダム ID の生成
  4. テストデータの生成
generate_random_array
名前

ランダム配列ジェネレーター

機能

指定した長さのランダム配列を生成します

パラメーター
  • array_length (int, optional):配列の長さ。デフォルトは 1 です。
  • min_value (int, optional):最小値。デフォルトは 0 です。
  • max_value (int, optional):最大値。デフォルトは 1000000 です。
  • salt (str, optional):乱数ソルト値。デフォルトは '' です
戻り値

ランダム配列を含む JSON 文字列

使用例
  1. 乱数の一括生成
  2. ランダムサンプリング
  3. テストデータセットの生成
  4. ランダムなタスク割り当て
generate_random_weighted
名前

重み付きランダム選択ツール

機能

重みに基づいてオプションをランダムに選択します

パラメーター
  • options (List[str]):オプションのリスト
  • weights (List[int]):対応する重みのリスト(0-1000)
  • salt (str, optional):乱数ソルト値。デフォルトは '' です
戻り値

選択結果を含む JSON 文字列

使用例
  1. 抽選システム(確率の異なる賞品)
  2. ランダムドロップ(重み付きアイテムドロップ)
  3. タスク割り当て(優先度に基づく)
  4. A/B テスト(比率の異なる実験グループ)
generate_random_feature
名前

ランダム特徴割り当てツール

機能

オブジェクトに対してランダムな特徴値のセットを生成します。各特徴値は指定範囲内の値になります。特徴値はビットマップにエンコードされ、各特徴は 8 ビットを占めます

パラメーター
  • feature_count (int):生成する特徴の数
  • feature_max_values (List[int]):各特徴の最大値のリスト。長さは feature_count と等しくなければなりません
  • salt (str, optional):ランダム性を高めるための乱数ソルト値。デフォルトは '' です
戻り値

特徴値とビットマップを含む JSON 文字列。形式は次のとおりです:

{
    "requestId": "Generated request ID",
    "features": [List of feature values],
    "featureBitmap": Feature bitmap value
}
使用例
  1. ゲームキャラクターの属性生成(力、敏捷性、知性など)
  2. 装備属性のランダム化(攻撃力、防御力、速度など)
  3. 生物学的特性のシミュレーション(遺伝子、特性など)
  4. ランダムなシーンの生成(地形、天候、環境など)
generate_distribution
名前

確率分布ランダムジェネレーター

機能

指定した確率分布の種類とパラメーターに従って乱数を生成します。一般的なさまざまな確率分布に対応しています。

パラメーター
  • distribution_type (int):分布タイプ:
    • 1 = 一様分布(パラメーター:[min_value, max_value])
    • 2 = 正規分布(パラメーター:[mean, standard_deviation])
    • 3 = 指数分布(パラメーター:[scale_parameter])
    • 4 = 二項分布(パラメーター:[trials, success_probability])
  • distribution_parameters (List[float]):分布パラメーターのリスト
  • salt (str, optional):乱数のランダム性を高めるためのソルト値。デフォルトは '' です。
戻り値

ランダム値と分布情報を含む JSON 文字列。形式は次のとおりです:

{
    "requestId": "Generated request ID",
    "randomValue": Generated random value,
    "distributionMetadata": {
        "distributionType": Distribution type,
        ...Distribution parameters
    }
}
適用シナリオ
  1. 金融市場のシミュレーション(リターン分布、リスク分析)
  2. 自然現象のシミュレーション(粒子分布、ノイズ生成)
  3. 負荷テスト(ユーザー行動の分布)
  4. 統計的サンプリング(実験データの生成)
generate_random_event
名前

ランダムイベントトリガー

機能

指定された確率に基づいて一連のイベントをトリガーします。各イベントには独立したトリガー確率があります。トリガー状態をビットマップに記録するため、簡単に処理できます。

パラメーター
  • event_count (int):イベントの総数
  • event_probabilities (List[int]):各イベントのトリガー確率(0~1000、0~100%を表します)
  • salt (str, optional):乱数のランダム性を高めるためのソルト値。デフォルトは '' です。
戻り値

イベントのトリガー結果を含む JSON 文字列。形式は次のとおりです:

{
    "requestId": "Generated request ID",
    "triggeredEvents": Event trigger bitmap,
    "eventResults": [
        {
            "eventId": Event ID,
            "probability": Trigger probability,
            "triggered": Whether triggered,
            "randomValue": Random value
        },
        ...
    ]
}
適用シナリオ
  1. ゲームのランダムイベント(ストーリーのトリガー、アイテムのドロップ)
  2. 確率効果の判定(スキルの発動、コンボの判定)
  3. リスクイベントのシミュレーション(故障予測、事故イベント)
  4. 複数条件の判定(複合確率イベント)
generate_random_seed
名前

ランダムシードジェネレーター

機能

暗号化や高品質な乱数が必要なその他のシナリオ向けに、高エントロピーのランダムシードを生成します。エントロピー源としてブロックチェーンのハッシュを使用し、ランダム性を確保します。

パラメーター
  • seed_length (int):生成するシードの長さ(バイト単位)
  • salt (str, optional):乱数のランダム性を高めるためのソルト値。デフォルトは '' です。
戻り値

ランダムシードを含む JSON 文字列。形式は次のとおりです:

{
    "requestId": "Generated request ID",
    "randomSeed": "Random seed in hexadecimal format",
    "entropy": Estimated entropy value
}
適用シナリオ
  1. キー生成(暗号化キー、署名シード)
  2. セキュリティトークン(セッション識別子、認証トークン)
  3. 乱数の初期化(PRNG シード、シミュレーションの初期状態)
  4. 一意の識別子の生成(UUID シード、ランダム識別子)
shuffle_array
名前

ランダム配列シャッフラー

機能

入力配列をランダムにシャッフルします。各要素がどの位置にも等しい確率で現れるようにします。公平性を確保するため、Fisher-Yates シャッフルアルゴリズムを使用します。

パラメーター
  • input_array (List):シャッフルする配列。要素には任意の型を指定できます
  • salt (str, optional):乱数のランダム性を高めるためのソルト値。デフォルトは '' です。
戻り値

シャッフルされた配列を含む JSON 文字列。形式は次のとおりです:

{
    "requestId": "Generated request ID",
    "shuffledArray": [Shuffled array]
}
適用シナリオ
  1. ゲームでのシャッフル(トランプ、麻雀牌)
  2. ランダムな順序付け(質問の順序、プレイリスト)
  3. ランダムなグループ分け(チーム割り当て、実験グループ分け)
  4. データのシャッフル(トレーニングデータセット、テストケース)
generate_coordinate
名前

ランダム座標ジェネレーター

機能

指定された次元空間内にランダムな座標点を生成します。各次元にはそれぞれ独自の値の範囲があります。任意の数の次元で座標を生成できます。

パラメーター
  • dimensions (int):座標の次元数(1D、2D、3D など)
  • min_values (List[float]):各次元の最小値のリスト
  • max_values (List[float]):各次元の最大値のリスト
  • coordinate_count (int):生成する座標点の数
  • salt (str, optional):乱数のランダム性を高めるためのソルト値。デフォルトは '' です。
戻り値

ランダム座標を含む JSON 文字列。形式は次のとおりです:

{
    "requestId": "Generated request ID",
    "coordinates": [
        [x1, y1, z1, ...],  # First point coordinates
        [x2, y2, z2, ...],  # Second point coordinates
        ...
    ]
}
アプリケーションシナリオ
  1. ゲームオブジェクトの配置(NPC の位置、アイテムの分布)
  2. パーティクルシステム(エフェクトの生成、パーティクルの分布)
  3. マップ生成(地形の高度、リソースの分布)
  4. 空間サンプリング(3D モデリング、空間分析)
generate_rarity
名前

レアリティのランダム割り当て

機能

指定された次元空間内でランダムな座標点を生成します。各次元には独自の値の範囲があります。任意の数の次元で座標を生成できます。

パラメーター
  • item_count:アイテム数
  • rarity_tiers:レアリティレベルの配列
  • rarity_percentages:各レアリティレベルの確率(パーセンテージ)
  • guaranteed_minimums:各レアリティレベルの保証数量(任意)
  • salt (str, optional):ランダム性を高めるための乱数ソルト値です。デフォルトは '' です
戻り値

ランダムなレアリティ配列を含む JSON 文字列です。形式は次のとおりです:

{
    "requestId": "Generated request ID",
    "rarityDistribution": [Rarity allocation result]
}
アプリケーションシナリオ
  1. ゲームアイテムのドロップ(レアリティの異なる装備、アイテム)
  2. 抽選システム(当選確率の異なる賞品)
  3. リソース割り当て(レアリティの異なるリソース、素材)
  4. ランダムイベントの発生(確率の異なるイベント)

アプリケーションシナリオ

ゲーム開発
  • ランダムなアイテムドロップ
  • キャラクター属性の生成
  • マップのランダム生成
  • 確率イベントの発生
金融アプリケーション
  • リスクシミュレーション
  • 投資ポートフォリオ分析
  • 市場行動のシミュレーション
テストデータ
  • ランダムなテストケースの生成
  • 負荷テストデータ
  • パフォーマンステスト用サンプル
科学計算
  • モンテカルロシミュレーション
  • パーティクルシステムのシミュレーション
  • ランダムサンプリング

注意事項

  1. すべての乱数生成は Trust Chain のブロックチェーンハッシュに依存するため、ネットワークが正常に接続されていることを確認してください
  2. 重み付きランダムセレクターの重みの範囲は 0~1000 で、確率の 0~100% を表します
  3. 確率分布のパラメーターには、分布タイプに応じた正しいパラメーターリストを指定する必要があります
  4. ランダム性を高めるため、本番環境では salt パラメーターを使用することを推奨します

エラー処理

サービスは次の種類のエラーを返すことがあります:

{
    "error": "Error message",
    "code": "Error code",
    "requestId": "Request ID"
}

一般的なエラーコード:

  • INVALID_PARAMS:パラメーターエラー
  • NETWORK_ERROR:ネットワーク接続エラー
  • CHAIN_ERROR:ブロックチェーンへのアクセスエラー
  • INTERNAL_ERROR:サービス内部エラー

パフォーマンスに関する考慮事項

  • 乱数生成リクエストごとにブロックチェーンへのアクセスが必要なため、ある程度の遅延が発生する場合があります
  • 頻繁に使用する乱数はキャッシュすることを推奨します
  • 大量の同時リクエストを処理する際は、リクエスト頻度に注意してください

貢献ガイド

このプロジェクトの改善に役立つ Issue や Pull Request の投稿を歓迎します。投稿する前に、次の点を確認してください:

  1. コードが PEP 8 仕様に準拠していること
  2. 適切なテストケースが追加されていること
  3. 関連ドキュメントが更新されていること

ライセンス

このプロジェクトは MIT License を使用しています。詳細は LICENSE ファイルを参照してください。

コメント

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。

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。