mcpField
M
Math MCP Learning

Math MCP Learning

远程服务
github.com/clouatre-labs科研与教育52 天前更新
代码仓库

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

  1. 01求值数学表达式
  2. 02计算统计量与利息
  3. 03执行矩阵运算
  4. 04绘制函数与数据图表
  5. 05保存和读取计算结果
  6. 06数学辅导与公式提示词

适用场景

  1. 01探索统计摘要
  2. 02完成矩阵计算
  3. 03可视化函数或数据集
  4. 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。

服务地址https://math-mcp.fastmcp.app/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

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。

安装包
pypimath-mcp-learning-server0.12.5

工具

17
参数类型必填说明
expressionstring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

PyPI Python License REUSE OpenSSF Best Practices

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

math-mcp 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

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。