NumPy MCP服务器
用于NumPy数值计算的模型上下文协议（MCP）服务器
一种模型上下文协议（MCP）服务器，使用NumPy提供数学计算和操作。该服务器通过标准化的MCP接口公开各种数学工具，使直接通过Claude或其他兼容MCP的LLM进行数值计算变得容易。
特性
- 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（平均值、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
最快的入门方法是直接在Claude Desktop中安装此服务器：
# Install the server in Claude Desktop
mcp install server.py --name "NumPy Calculator"手动安装
此项目使用UV进行依赖关系管理。要安装：
# 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用法
开发测试
使用MCP检查器在本地测试服务器：
mcp dev server.pyClaude桌面集成
- 在Claude Desktop中安装服务器：
mcp install server.py --name "NumPy Calculator"- 服务器现在可以在Claude Desktop的“NumPy计算器”下使用
- 您可以通过让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\[1，2，3，4，5\]的平均值和标准偏差” - 将矩阵\[\[1,0\]，\[0,1\]\]和\[\[2,3\]，\[4,5\]\]相乘
直接执行
对于高级使用或自定义部署：
python server.py
# or
mcp run server.py可用功能
服务器通过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数据，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]：将指定次数的多项式拟合到给定的数据点
发展
项目结构
math-mcp/
├── requirements.txt
├── README.md
└── server.py代码质量
该项目遵循严格的代码质量标准：
- 在整个代码库中键入提示
- 遵循谷歌风格的综合文档字符串
- 数值运算的错误处理
依赖项
- NumPy：用于数值计算和线性代数运算
- FastMCP：用于模型上下文协议服务器实现
许可证
该项目根据MIT许可证获得许可。
致谢
- NumPy团队因其出色的科学计算库而获奖
- 用于实现标准化LLM交互的模型上下文协议（MCP）