关于 Math MCP Learning
Math MCP Learning 是面向学习者及需要数学或统计运算的用户的教育型 MCP 服务。它结合计算、矩阵、绘图和持久工作区工具,并提供辅导与公式讲解提示词。
主要功能
- 01求值数学表达式
- 02计算统计量与利息
- 03执行矩阵运算
- 04绘制函数与数据图表
- 05保存和读取计算结果
- 06数学辅导与公式提示词
适用场景
- 01探索统计摘要
- 02完成矩阵计算
- 03可视化函数或数据集
- 04留存计算以供后续使用
MCP 相关
它向 MCP 客户端提供 17 种数学、统计、矩阵、可视化和工作区工具,以及资源和提示词。
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://math-mcp.fastmcp.app/mcpclaude mcp add --transport http clouatre-labs-math-mcp-learning-server https://math-mcp.fastmcp.app/mcp{"mcpServers":{"clouatre-labs-math-mcp-learning-server":{"type":"http","url":"https://math-mcp.fastmcp.app/mcp"}}}在 Cursor 中打开{"servers":{"clouatre-labs-math-mcp-learning-server":{"type":"http","url":"https://math-mcp.fastmcp.app/mcp"}}}在 VS Code 中打开{"mcpServers":{"clouatre-labs-math-mcp-learning-server":{"type":"http","url":"https://math-mcp.fastmcp.app/mcp"}}}{"mcpServers":{"clouatre-labs-math-mcp-learning-server":{"serverUrl":"https://math-mcp.fastmcp.app/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
17| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| expression | string | 是 | 要计算的数学表达式。支持 +、-、*、/、** 和数学函数(sin、cos、sqrt、log 等)。示例:'2 * sin(pi/4) + sqrt(16)' |
详细介绍
math-mcp-learning-server
包含 17 个工具、持久化工作区和云托管的教育类 MCP 服务。 使用 FastMCP 和官方 Model Context Protocol Python SDK 构建。
可在 MCP Registry(io.github.clouatre-labs/math-mcp-learning-server)和 PyPI 上获取。
演示

请参阅 CONTRIBUTING.md,了解录制自己的演示视频的说明。
快速开始
云端(无需安装)
将 MCP 客户端连接到托管服务:
Claude Desktop(claude_desktop_config.json):
{
"mcpServers": {
"math-cloud": {
"transport": "http",
"url": "https://math-mcp.fastmcp.app/mcp"
}
}
}
本地安装
{
"mcpServers": {
"math": {
"command": "uvx",
"args": ["math-mcp-learning-server[scientific,plotting]"]
}
}
}
其他安装选项(基础版、仅科学计算、仅绘图)请参阅 CONTRIBUTING.md。
工具
| 类别 | 工具 | 描述 |
|---|---|---|
| 工作区 | workspace_save | 将计算结果保存到持久化存储中 |
workspace_load | 获取之前保存的计算结果 | |
| 数学 | calc_expression | 安全地计算数学表达式 |
calc_statistics | 统计分析(mean、median、mode、std_dev、variance) | |
calc_interest | 计算投资的复利 | |
calc_units | 转换单位(长度、重量、温度) | |
| 矩阵 | matrix_multiply | 将两个矩阵相乘 |
matrix_transpose | 转置矩阵 | |
matrix_determinant | 计算矩阵行列式 | |
matrix_inverse | 计算矩阵逆矩阵 | |
matrix_eigenvalues | 计算特征值 | |
| 可视化 | plot_function | 绘制数学函数 |
plot_histogram | 创建统计直方图 | |
plot_line_chart | 创建折线图 | |
plot_scatter | 创建散点图 | |
plot_box_plot | 创建箱线图 | |
plot_financial_line | 创建金融折线图 |
资源
math://workspace- 持久化计算工作区摘要math://history- 按时间顺序排列的计算历史math://functions- 可用数学函数参考math://constants/{constant}- 数学常量(pi、e、golden_ratio 等)math://catalog/tools- 包含元数据和用法示例的工具目录math://variables- 当前工作区中的活动变量math://test- 服务健康检查
提示词
math_tutor- 结构化辅导提示词(难度可配置)formula_explainer- 逐步拆解公式并进行讲解
详细示例请参阅用法示例。
开发
有关开发环境设置、测试和贡献指南,请参阅 CONTRIBUTING.md。
安全
- OpenSSF 最佳实践银级 - 不到 1% 的开源项目能达到这一等级
- REUSE/SPDX - 确保所有文件符合许可证要求
- 签名提交 - 必须使用 GPG 对提交进行签名
- 依赖项扫描 - 通过 Renovate 自动更新
- pip-audit CVE 扫描 - 自动检查依赖项漏洞
- gitleaks 密钥扫描 - 检测代码和历史记录中的密钥
- zizmor GitHub Actions 安全扫描 - 扫描工作流安全性
- commitlint 强制检查 - 在 CI 中验证约定式提交
- OpenSSF Scorecard - 持续评估开源安全性
calc_expression 安全性
calc_expression 工具使用受限的 eval(),仅允许白名单中的字符和函数,限制全局作用域(仅包含 math 模块和 abs),且无法访问危险的内置函数或导入功能。所有工具输入均使用 Pydantic 模型进行验证。文件操作仅限于指定的工作区目录。所有操作均强制要求完整的类型提示和验证。
文档
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。