关于 Clairwave
Clairwave 是面向海洋声学研究者和 AI 助手的 MCP 服务,可利用海底地形和声速剖面运行传播与探测模型,并提供带来源信息的结果及实时船舶数据。
主要功能
- 01海底地形与声速剖面
- 02RAM 和 Bellhop 传播模拟
- 03声呐探测距离估算
- 04实时 AIS 船舶搜索与详情
- 05船舶噪声与栖息地声级
适用场景
- 01模拟沿海洋方位的声音传播
- 02估算指定位置的声呐探测距离
- 03查询附近船舶及其噪声
- 04打开并复现模拟结果
MCP 相关
MCP 服务将海洋声学模型、环境数据和实时船舶信息作为工具提供给 MCP 客户端。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://www.clairwave.com/mcpclaude mcp add --transport http clairwave-clairwave https://www.clairwave.com/mcp{"mcpServers":{"clairwave-clairwave":{"type":"http","url":"https://www.clairwave.com/mcp"}}}在 Cursor 中打开{"servers":{"clairwave-clairwave":{"type":"http","url":"https://www.clairwave.com/mcp"}}}在 VS Code 中打开{"mcpServers":{"clairwave-clairwave":{"type":"http","url":"https://www.clairwave.com/mcp"}}}{"mcpServers":{"clairwave-clairwave":{"serverUrl":"https://www.clairwave.com/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
13| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| place | string | 是 | |
| min_depth_m | number | 否 | |
| offshore_km | any | 否 | |
| seaward_bearing_deg | any | 否 |
详细介绍
clairwave-mcp
一个开源 MCP 服务,为 AI 助手提供基于物理原理的海洋声学能力。
Clairwave 在全球海底地形和季节性声速剖面上运行经过验证的传播模型(Bellhop、RAM/抛物方程),跟踪实时 AIS 船舶,并提供这些船舶的 3D 船体模型 (shipshape)。此服务将这些能力提供给 Claude、ChatGPT、Gemini 和其他任何 MCP 客户端,让能够对海洋进行推理的助手可以运行物理模型,而不是靠猜测。
每个结果都包含溯源信息(模型、数据源、run_id),以及一个可在平台中打开精确结果的 open_url。仿真结果包含所用的海底地形、声速剖面和海底参数,方便研究人员在 MATLAB、Python 或其他工具中复现实验。
端点(无需认证或密钥): https://www.clairwave.com/mcp — Streamable HTTP。
连接
- Claude Code:
claude mcp add --transport http clairwave https://www.clairwave.com/mcp - Claude.ai / Claude Desktop: Settings → Connectors → Add custom connector → 上述 URL
- ChatGPT: Plugins → 搜索 Clairwave → +(已上架的插件:无需 URL,也无需开发者模式)
- 任何 MCP 客户端: 将其指向此 URL;该服务为无状态服务,支持 JSON 响应
工具
| 工具 | 功能 |
|---|---|
get_bathymetry | 获取某点深度,或沿方位角获取一段剖面的深度 |
get_sound_speed_profile | 获取指定月份的季节性 c(z) 及海底参数(cp、cs、密度、衰减、沉积物) |
run_transmission_loss | 沿方位角计算 RAM 抛物方程传输损失;自动获取海底地形/SSP/海底参数;包含复现资料包 |
estimate_detection_range | 在 RAM 运行结果上应用声纳方程:计算连续探测距离和最远探测距离,以及随距离变化的信号余量 |
run_bellhop_volume | 生成 3D Bellhop 传输损失体数据,按运行 ID 存储(uint8 立方体 + JSON 侧边文件链接) |
vessel_source_level | 船舶辐射噪声:宽带 + 三分之一倍频程频谱 + 机制分解 |
search_vessels / vessels_near | 按名称/MMSI 搜索实时 AIS 船舶,或搜索某点周围指定半径内的船舶 |
get_vessel | 实时位置/航迹、船舶参数及 3D 模型(GLB,船首朝向 +Z),并提供平台链接 |
get_vessel_photo | 提供带署名信息的 Wikimedia Commons 照片 |
resolve_place | 将地名(港口、海峡、海域、“哈利法克斯附近海域”)转换为水域坐标;使用地名库和 OpenStreetMap,并将坐标从陆地向海侧校正 |
habitat_received_level | 计算固定站点(鱼场、珊瑚礁、水听器)的船舶噪声功率和:实时快照或 10 分钟历史序列;列出主要贡献者 |
about | 模型、数据源、限制 |
在实时平台上的典型延迟:海底地形 0.5 秒;每个 0.1° 网格首次获取 SSP 需 6 秒,之后使用缓存;RAM 传输损失 1–3 秒;探测距离 1–3 秒。
本地运行
pip install "mcp[cli]<2" httpx
python server.py # streamable HTTP on :8890 (/mcp)
python server.py --stdio # stdio for local clients
python tests/smoke_client.py
环境变量:CLAIRWAVE_API、CLAIRWAVE_FLEET、CLAIRWAVE_SITE、MCP_PORT。
获取方式
- 官方 MCP Registry:
io.github.clairwave/clairwave(https://registry.modelcontextprotocol.io/v0.1/servers?search=io.github.clairwave/clairwave) - Claude:Settings > Connectors > Add custom connector,URL 为
https://www.clairwave.com/mcp,无需认证。 - ChatGPT:已上架 Plugins 目录,名称为 "Clairwave — Ocean acoustics & live ships";搜索 Clairwave 并点击 +。
- Grok (grok.com/connectors > New > Custom):粘贴相同的 URL。
- xAI / OpenAI APIs:
{"type": "mcp", "server_url": "https://www.clairwave.com/mcp", "server_label": "clairwave"}。
地名
每个位置工具都接受 lat/lon 或 place 字符串。名称会先通过海事地名录解析(港口解析为港口外海域,海峡和海域解析为代表性水域点;gazetteer.py 中约有 120 个条目),然后再交由 OpenStreetMap Nominatim 处理。如果该点位于陆地上或水深不足 10 m,系统会向海方向逐步移动,直到水深足够。响应中的 location 块会报告原始点、吸附距离和方位,以及所用水深。resolve_place 可直接公开相同的逻辑,并支持通过 offshore_km 将点进一步推向外海。
示例提示词
- “3 月份,直布罗陀以西 50 km 处的声速剖面是什么样的?声道层深度在哪里?”
- “在 36N 5.5W 附近,沿 090 方位,水深 20 m 处的 150 Hz、170 dB 声源能被水深 100 m 处的接收器探测到多远?”
- “显示冬季哈利法克斯以北 30 km 范围内,200 Hz 下传输损失随距离的变化。”
- “现在霍尔木兹海峡 15 km 范围内有哪些船只?其中最大的一艘有多响?”
- “在 49.2N 123.3W 周围运行 400 Hz 的 3D Bellhop 体积模拟,并给我可打开的链接。”
限制与支持
- 无需登录。计算调用共享全平台每分钟约 20 次的预算。
- 模拟基于气候学数据(月度声速、全球水深),不能替代现场测量。
- 隐私政策:PRIVACY.md。条款:TERMS.md。支持:[email protected]。 问题反馈:https://github.com/clairwave/clairwave-mcp/issues
许可证
MIT。数据:AIS 数据来自 AISHub 对等网络(Clairwave 提供接收器);船舶照片采用 CC 许可并注明出处;每个响应中均引用水深和 SSP 数据源。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。