Token导航 LogoToken导航TokenDH.com
Scientific Computation MCP logo
运维云端stdio官方级别未说明来源级核验

Scientific Computation MCP

MCP Server

@smithery/cli@latest

提供科学计算功能,包括线性代数、向量微积分和可视化工具,适用于科学研究和工程计算。

工具数

0

提示词数

0

GitHub Stars

2

资源数

0
可视化工具PythonClaudeClaude DesktopClaudeCursor

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Aman-Amith-Shastry

提供方

Aman-Amith-Shastry

最后核验

2026/5/17 20:21

运行时

Node.js

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

npx -y @smithery/cli@latest install @Aman-Amith-Shastry/scientific_computation_mcp --client claude --key <YOUR_SMITHERY_...

详细介绍

](https://mseep.ai/app/aman-amith-shastry-scientific-computation-mcp)

科学计算MCP

](https://smithery.ai/server/@Aman-Amith-Shastry/scientific_computation_mcp)

![Verified on MseeP](https://mseep.ai/app/5927ad38-70f6-4f5b-9778-e61ec902d735)

](https://lobehub.com/mcp/aman-amith-shastry-scientific_computation_mcp)

安装指南

Claude Desktop(可译为“Claude桌面版”或保持原样,具体根据上下文确定是否需要意译)

打开Claude桌面版的配置文件(claude_desktop_config.json)并添加以下内容:

  • Mac/Linux:
{
  "mcpServers": {
    "numpy_mcp": {
      "command": "npx",
      "args": [
        "-y",
        "@smithery/cli@latest",
        "run",
        "@Aman-Amith-Shastry/scientific_computation_mcp",
        "--key",
        ""
      ]
    }
  }
}
  • Windows:
{
  "mcpServers": {
    "numpy_mcp": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "@smithery/cli@latest",
        "run",
        "@Aman-Amith-Shastry/scientific_computation_mcp",
        "--key",
        ""
      ]
    }
  }
}

或者,也可以运行以下命令:

npx -y @smithery/cli@latest install @Aman-Amith-Shastry/scientific_computation_mcp --client claude --key 

重启Claude以正确加载服务器

光标

如果你更倾向于通过 Cursor 访问服务器,那么请运行以下命令:

npx -y @smithery/cli@latest install @Aman-Amith-Shastry/scientific_computation_mcp --client cursor --key 

服务器的组件

工具

张量存储

  • create_tensor根据给定的名称、形状和值创建一个新的张量,并将其添加到张量存储中。对于本服务器而言,张量指的是向量和矩阵。
  • view_tensor显示存储中张量的内容。
  • delete_tensor根据张量存储中的名称删除一个张量。

线性代数

  • add_matrices如果矩阵兼容,则将两个指定名称的矩阵相加。
  • subtract_matrices如果两个矩阵兼容,则使用提供的名称相减这两个矩阵。
  • multiply_matrices如果矩阵相容,则对两个指定名称的矩阵进行乘法运算。
  • scale_matrix按给定因子缩放指定名称的矩阵,默认情况下就地修改。
  • matrix_inverse计算指定名称的矩阵的逆矩阵。
  • transpose计算所提供名称矩阵的逆矩阵的转置。
  • determinant计算指定名称矩阵的行列式。
  • rank计算指定名称矩阵的秩(主元的数量)。
  • compute_eigen计算指定名称矩阵的特征向量和特征值。
  • qr_decompose计算指定名称矩阵的QR分解。Q的列是矩阵像空间的一个正交归一化基,R是一个上三角矩阵。
  • svd_decompose计算所提供名称的矩阵的奇异值分解。
  • find_orthonormal_basis为给定名称的矩阵找到一组正交归一化基。返回的向量两两正交且均为单位长度。
  • change_basis计算给定名称在新基下的矩阵。

向量微积分

  • vector_project将张量存储中的一个向量投影到同一向量空间中指定的向量上
  • vector_dot_product根据提供的名称,计算张量存储中两个向量的点积。
  • vector_cross_product根据提供的名称,计算张量存储中两个向量的叉积。
  • gradient根据输入函数计算多元函数的梯度。示例调用: gradient("x^2 + 2xyz + zy^3")不要包含函数名(如 f(x, y, z) =)。..\`。”。
  • curl根据输入的向量场计算该向量场的旋度。输入字符串必须格式化为Python列表。示例调用: curl("[3xy, 2z^4, 2y]"")
  • divergence基于输入的向量场计算该向量场的散度。输入字符串必须格式化为Python列表。示例调用: divergence("[3xy, 2z^4, 2y]"")
  • laplacian计算标量函数(作为梯度的散度)或向量场(其中计算各分量的拉普拉斯)的拉普拉斯。如果输入的是标量函数,那么必须以与(此处原文缺失具体上下文,假设指前文或标准输入格式)相同的格式输入 gradient 工具。如果输入是一个向量场,那么必须按照与(其他)相同的输入方式输入 curl/divergence 工具。
  • directional_deriv计算函数在给定方向上的方向导数 u 默认情况下,该工具会进行归一化处理 u 在计算方向导数之前,如(方法或说明中)所指定的 unit 参数。

可视化

  • plot_vector_field绘制向量场(格式与旋度/散度函数中的指定格式相同)。目前,仅支持3D向量场。将返回向量场的2D PNG透视图。默认情况下,图表的边界在每个轴上均从-1到1。
  • plot_function在二维或三维空间(根据输入变量确定)中绘制一个函数图,该函数采用与(某处指定的)相同格式 gradient 工具。只能使用变量x和y。

目录标签

目录标签

可视化工具PythonClaude科学计算本地部署线性代数向量微积分

支持客户端

Claude DesktopClaudeCursor

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Node.js

部署方式(deploymentType,部署类型)

remote-capable

来源包(packageName,安装包名)

@smithery/cli@latest

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiononeremote-capable

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP