Fermatmcp

Name: Fermatmcp
Author: abhiphile

本地服务

github.com/abhiphile科研与教育22今天更新

代码仓库

关于 Fermatmcp

Fermat MCP 是一个基于 FastMCP 的 MCP 服务，提供数值计算、符号计算和绘图功能。它基于 NumPy、SymPy 和 Matplotlib 构建，适合需要在 AI 助手中执行数学运算的用户。

主要功能

01数值计算工具（NumPy）
02符号计算工具（SymPy）
03Matplotlib 绘图工具
04线性代数运算，如特征值、求解与 SVD
05微积分运算，如求导、积分与极限

适用场景

01求解高维矩阵的特征值
02绘制函数曲线，如 x**2 与 sin(x) 对比
03用符号方式化简表达式或求解方程

MCP 相关

该项目是一个 MCP 服务，将数学计算与绘图功能以工具形式提供给 MCP 客户端调用。

#sympy #numpy #matplotlib #mcp #computation #calculus #matrix #maths

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

Fermat MCP

本项目提供用于数学计算的 FastMCP 服务，包括数值计算、符号计算以及绘图。

模块

1. mpl_mcp - Matplotlib 集成

功能	描述
`plot_barchart`	根据给定的数据值绘制条形图
`plot_scatter`	根据数据点创建散点图
`plot_chart`	绘制折线图、散点图或条形图
`plot_stem`	为离散数据创建茎叶图
`plot_stack`	生成堆叠面积图或条形图
`eqn_chart`	绘制数学方程图

2. numpy_mcp - NumPy 集成

类别	操作
基本数学	add、sub、mul、div、power、abs、exp、log、sqrt
三角函数	sin、cos、tan
统计	mean、median、std、var、min、max、argmin、argmax、percentile
线性代数	dot、matmul、inv、det、eig、solve、svd
矩阵运算	create、zeros、ones、full、arange、linspace
数组操作	reshape、flatten、concatenate、transpose、stack

3. sympy_mcp - SymPy 集成

类别	操作
代数	simplify、expand、factor、collect
微积分	diff、integrate、limit、series
方程	solve、solveset、linsolve、nonlinsolve
矩阵运算	create、det、inv、rref、eigenvals

设置

要求

Python 3.12 或更高版本（安装 Python3.12，请参阅 Python 下载）
uv（安装 uv，请参阅 uv 安装）

克隆仓库

git clone https://github.com/abhiphile/fermat-mcp

Visual Studio Code、Windsurf

您可以在 MCP: Open User Configuration 或 MCP: Open Workspace Configuration 中找到 mcp.json 文件。

vs-code-1

将以下内容添加到 mcp.json：

{
  "mcpServers": {
    "fmcp": {
      "command": "bash",
      "args": ["MCP_SERVER_ABSOLUTE_PATH/setup.sh"],
      "description": "fmcp server is for mathematical computations, including numerical and symbolic calculations, as well as plotting."
    }
  }
}

Claude（Anthropic）

如果您使用 Claude 或 Anthropic MCP 客户端，请将此可用的 MCP 配置添加到 mcp.json（将目录路径更新为本地克隆目录）：

{
  "mcpServers": {
    "fmcp": {
      "command": "uv",
      "args": [
        "--directory",
        "/home/ty/Repositories/fermat-mcp",
        "run",
        "server.py"
      ]
    }
  }
}

Gemini CLI

打开位于 ~/.gemini/settings.json 的 Gemini 设置 JSON 文件，其中 ~ 表示您的主目录。
将以下内容添加到 settings.json：

{
  "mcpServers": {
    "fmcp": {
      "command": "bash",
      "args": ["MCP_SERVER_ABSOLUTE_PATH/setup.sh"],
      "description": "fmcp server is for mathematical computations, including numerical and symbolic calculations, as well as plotting."
    }
  }
}

通过 Smithery 安装

若要通过 Smithery 自动在本地安装 Fermat MCP：

npx -y @smithery/cli install @abhiphile/fermat-mcp --client gemini

使用示例

使用 Gemini CLI

╭──────────────────────────────────────────────────────────────────────────────────────────────────────────────╮
│  > Can you use fmcp server and using numpy method find the eigen values of this 8*8 matrix,                  |
│    2 1 3 1 1 8 4 2                                                                                           |
│    6 6 0 7 1 4 6 1                                                                                           │
│    9 2 1 8 7 9 9 0                                                                                           │
│    2 5 6 6 9 8 0 1                                                                                           │
│    1 3 6 2 3 8 8 1                                                                                           │
│    9 4 2 2 1 2 2 9                                                                                           │
│    8 6 4 4 2 0 2 8                                                                                           │
│    0 0 0 6 6 7 5 6                                                                                           │
╰──────────────────────────────────────────────────────────────────────────────────────────────────────────────╯

 ╭─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮
 │ ✔  numpy_mcp_numerical_operation (fmcp MCP Server) {"a":[[2,1,3,1,1,8,4,2],[6,6,0,7,1,4,6,1],[9,2,1,8,7,9,9,0],[2,5,6,6,9,8,0,1],[1,3,… │
 │                                                                                                                                         │
 │    {"eigenvalues":["32.077244457548815+0j","-11.531090644775198+0j","-6.6653982146786195+0j","0.6715984762411508+3.37024850             │
 │    10270413j","0.6715984762411508-3.3702485010270413j","4.541270555490195+2.776364664923869j","4.541270555490195-2.77636466             │
 │    4923869j","3.6935063384423428+0j"],"eigenvectors":[["-0.23263835483680192+0j","-0.2264723575289234+0j","-0.4308391916391             │
 │    0195+0j","-0.012346573390129022+0.17748655663058255j","-0.012346573390129022-0.17748655663058255j","-0.21221572277027187             │
 │    +0.3524396218277479j","-0.21221572277027187-0.3524396218277479j","0.3451499664861578+0j"],["-0.31955742545335186+0j","-0             │
 │    .2569860493445581+0j","0.05691886770041556+0j","-0.35591013681869693-0.2242364092694275j","-0.35591013681869693+0.224236             │
 │    4092694275j","0.1932161673963751-0.39527849111641133j","0.1932161673963751+0.39527849111641133j","-0.7979681696063214+0j             │
 │    "],["-0.46626263247473404+0j","-0.4684914620112376+0j","0.5469400556350749+0j","0.34325164099973565+0.06607019711949293j             │
 │    ","0.34325164099973565-0.06607019711949293j","0.21312270185159682+0.28822307710358636j","0.21312270185159682-0.288223077             │
 │    10358636j","0.42707422750984786+0j"],["-0.41589316441674523+0j","0.2291771012892302+0j","0.09410792992600435+0j","0.6375             │
 │    92441360358+0j","0.637592441360358+-0j","0.46446646137729414+0j","0.46446646137729414+-0j","0.08171661775583623+0j"],["-             │
 │    0.35812884189789035+0j","-0.26551071423139044+0j","-0.649979374400915+0j","-0.2999153430497845+0.20110182336747695j","-0             │
 │    .2999153430497845-0.20110182336747695j","0.04424367733961273-0.020400357434930304j","0.04424367733961273+0.0204003574349             │
 │    30304j","-0.037276545325188024+0j"],["-0.3042416233100104+0j","0.4027405071320744+0j","0.2343447346668298+0j","-0.119224             │
 │    87219398595+0.10317726668781271j","-0.11922487219398595-0.10317726668781271j","-0.3387759141362585+0.15790241128043445j"             │
 │    ,"-0.3387759141362585-0.15790241128043445j","0.11473144194899779+0j"],["-0.35389732755448017+0j","0.5359362131480812+0j"             │
 │    ,"0.13989902586074168+0j","-0.16008513226461316-0.26111873108374495j","-0.16008513226461316+0.26111873108374495j","0.055             │
 │    729749650881726-0.22748184206919145j","0.055729749650881726+0.22748184206919145j","-0.19838514696566653+0j"],["-0.327615             │
 │    5213691367+0j","-0.30122843153433887+0j","0.07858579556736099+0j","0.00042251379361638556-0.11670182367986544j","0.00042             │
 │    251379361638556+0.11670182367986544j","-0.18590228871569267-0.2479130526139182j","-0.18590228871569267+0.247913052613918             │
 │    2j","-0.03374593856285834+0j"]]}                                                                                                     │
 ╰─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯
✦ Of course, I can do that. Here are the eigenvalues for the given matrix:

  32.077244457548815
  -11.531090644775198
  -6.6653982146786195
  0.6715984762411508 + 3.3702485010270413j
  0.6715984762411508 - 3.3702485010270413j
  4.541270555490195 + 2.776364664923869j
  4.541270555490195 - 2.776364664923869j
  3.6935063384423428