scicompute

scicompute

scicompute 是一个科学计算服务，围绕一个理念构建：具名的进程内张量存储。你可以为张量命名，然后通过引用这些名称来执行矩阵代数和向量运算。所有计算都在本地使用纯 TypeScript 完成——无需网络或外部数学库。一个二进制文件同时提供命令行界面和 stdio MCP 服务。

此构建是文档所述工具集中的一个标注版核心子集：张量存储、线性代数和向量运算（14 个工具）。更广泛的文档工具集中包含的特征值／SVD／QR 分解、向量微积分工具、基变换和绘图功能均未包含；完整的省略列表请参阅构建报告。

安装

npx @reneturcios/scicompute create-tensor T 2,2 1,2,3,4

或者运行容器镜像：

docker run -i ghcr.io/cloudcorprecords/scicompute

容器默认运行 MCP 服务（见下文）。传入 CLI 参数即可将其用作 CLI。

CLI

scicompute create-tensor A 2,2 4,7,2,6
scicompute view-tensor A
scicompute determinant A
scicompute --version

存储位于进程内，因此单次 CLI 调用只会在自身生命周期内保留张量；涉及多个张量的链式操作应放在同一个 MCP 会话中，此时存储会在多次工具调用之间持续存在。退出代码：成功时为 0，计算错误（例如形状不匹配或矩阵奇异）时为 1，用法错误时为 2。

子命令：create-tensor、view-tensor、delete-tensor、add、subtract、multiply、scale（使用 --no-in-place 可保持存储的矩阵不变）、transpose、determinant、rank、inverse、dot、cross、project 和 mcp。

MCP 服务

npx -y @reneturcios/scicompute mcp

MCP 客户端配置：

{
  "mcpServers": {
    "scicompute": {
      "command": "npx",
      "args": ["-y", "@reneturcios/scicompute", "mcp"]
    }
  }
}

工具

工具	输入	返回内容
create_tensor	name、shape、values（均为必填）	存储的张量：名称、形状、扁平值和嵌套数据。values 的长度必须等于形状各维度乘积。
view_tensor	name（必填）	该名称对应的存储张量。
delete_tensor	name（必填）	确认张量已删除。
add_matrices	a、b（必填），result（可选）	逐元素求和的矩阵；若提供 result，则将结果存储在该名称下。
subtract_matrices	a、b（必填），result（可选）	逐元素相减得到的矩阵。
multiply_matrices	a、b（必填），result（可选）	矩阵乘积。
scale_matrix	name、factor（必填），in_place（可选）	缩放后的矩阵。默认原地操作；当 in_place 为 false 时，存储的矩阵保持不变。
transpose	name（必填），result（可选）	转置后的矩阵。
determinant	name（必填）	方阵的行列式。
rank	name（必填）	通过行阶梯形化简求得的矩阵秩。
matrix_inverse	name（必填），result（可选）	方形非奇异矩阵的逆矩阵。
vector_dot_product	a、b（必填）	两个存储向量的点积。
vector_cross_product	a、b（必填）	两个存储 3 维向量的叉积。
vector_project	a、b（必填）	向量 a 在向量 b 上的投影。

代数和向量运算的操作数是张量名称，而非原始数据。矩阵的形状包含 2 个条目，向量的形状包含 1 个条目；形状不匹配、张量缺失、对非方阵请求行列式／逆矩阵、请求奇异矩阵的逆矩阵，以及投影到零向量，都会报错，而不会静默返回零。

开发

npm install
npm run build   # tsc -> dist/
npm test        # node test runner over test/*.test.ts, no network
npm run dev     # run the CLI from source via tsx

许可证

MIT — 参见 LICENSE。