NumPy MCP Server

NumPy MCP 服务

这是一个使用 NumPy 提供数学计算和运算的模型上下文协议（MCP）服务。此服务通过标准化的 MCP 接口提供各种数学工具，让你可以直接通过 Claude 或其他兼容 MCP 的大模型执行数值计算。

功能

• 基本算术运算（加法）
• 线性代数计算（矩阵乘法、特征分解）
• 统计分析（均值、中位数、标准差、最小值、最大值）
• 多项式拟合

安装

使用 Claude Desktop 快速设置

最快的入门方式是直接在 Claude Desktop 中安装此服务：

# Install the server in Claude Desktop
mcp install server.py --name "NumPy Calculator"

手动安装

此项目使用 UV 管理依赖。安装方法如下：

# Install UV if you haven't already
curl -LsSf https://astral.sh/uv/install.sh | sh

# Clone the repository
git clone https://github.com/yourusername/math-mcp.git
cd math-mcp

# Create virtual environment and install dependencies
uv venv
source .venv/bin/activate  # On Unix/macOS
# or
# .venv\Scripts\activate  # On Windows
uv pip install -r requirements.txt

使用方法

开发测试

使用 MCP Inspector 在本地测试服务：

mcp dev server.py

集成 Claude Desktop

1. 在 Claude Desktop 中安装此服务：

   mcp install server.py --name "NumPy Calculator"
   

2. 此服务现在将在 Claude Desktop 的“NumPy Calculator”下提供

3. 你可以通过让 Claude 执行数学运算来使用它，例如：

   • “计算矩阵 [[1, 2], [3, 4]] 的特征值”
   • “求 [1, 2, 3, 4, 5] 的均值和标准差”
   • “将矩阵 [[1, 0], [0, 1]] 和 [[2, 3], [4, 5]] 相乘”

直接运行

用于高级用法或自定义部署：

python server.py
# or
mcp run server.py

可用函数

此服务通过 MCP 接口提供以下数学函数：

基本算术

• add(a: int, b: int) -> int：将两个整数相加

线性代数

• matrix_multiply(matrix_a: List[List[float]], matrix_b: List[List[float]]) -> List[List[float]]：将两个矩阵相乘
• eigen_decomposition(matrix: List[List[float]]) -> Tuple[List[float], List[List[float]]]：计算方阵的特征值和特征向量

统计

• statistical_analysis(data: List[float]) -> dict[str, float]：计算数据集的基本统计量，包括：
  • 均值
  • 中位数
  • 标准差
  • 最小值
  • 最大值

数据分析

• polynomial_fit(x: List[float], y: List[float], degree: int = 2) -> List[float]：对给定数据点拟合指定次数的多项式

开发

项目结构

math-mcp/
├── requirements.txt
├── README.md
└── server.py

代码质量

此项目遵循严格的代码质量标准：

• 整个代码库均使用类型提示
• 编写全面的文档字符串，并遵循 Google 风格
• 对数值运算进行错误处理

依赖项

• NumPy：用于数值计算和线性代数运算
• FastMCP：用于实现模型上下文协议服务

许可证

此项目基于 MIT 许可证授权。

致谢

• 感谢 NumPy 团队提供出色的科学计算库
• 感谢模型上下文协议（MCP）实现标准化的大模型交互