NumPy MCP 服务器

一个提供数值计算的 Model Context Protocol (MCP) 服务器，使用 NumPy 进行数学运算。此服务器通过标准化的 MCP 接口暴露各种数学工具，使 Claude 或其他与 MCP 兼容的大型语言模型可以直接执行数值计算。

功能

• 基本算术运算（加法）
• 线性代数计算（矩阵乘法、特征值分解）
• 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

最简单的安装方法是直接在 Claude Desktop 中安装此服务器：

# 在 Claude Desktop 中安装服务器
mcp install server.py --name "NumPy 计算器"

手动安装

该项目使用 UV 进行依赖管理。要安装：

# 如果尚未安装，先安装 UV
curl -LsSf https://astral.sh/uv/install.sh | sh

# 克隆仓库
git clone https://github.com/yourusername/math-mcp.git
cd math-mcp

# 创建虚拟环境并安装依赖
uv venv
source .venv/bin/activate  # 在 Unix/macOS 上
# 或者
# .venv\Scripts\activate  # 在 Windows 上
uv pip install -r requirements.txt

使用方法

开发测试

使用 MCP 检查器本地测试服务器：

mcp dev server.py

Claude Desktop 集成

1. 在 Claude Desktop 中安装该服务器：

   mcp install server.py --name "NumPy 计算器"
   

2. 该服务器现在将在 Claude Desktop 下显示为“NumPy 计算器”

3. 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”
   • “查找数据集 [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”

直接执行

用于高级使用或自定义部署：

python server.py
# 或者
mcp run server.py

可用功能

该服务器通过 MCP 接口为以下数学函数提供支持：

基本算术运算

• 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]]: 相乘两个矩阵
• 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

统计分析

• statistical_analysis(data: List[float]) -> dict[str, float]: 对数据集计算基本统计信息，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]: 对给定的数据点拟合指定次数的多项式

开发

项目结构

我会注意文档中的格式，比如标题、列表和代码块等，尽量在中文中保留这些格式，使内容看起来整洁有序。例如，将英文的项目符号列表转换成中文的对应格式，确保层次结构清晰。

此外，我要特别关注技术细节部分，如函数定义、参数类型和返回值，这部分需要精准翻译，避免歧义。同时，保持代码示例的原样，只在注释或说明部分进行必要的调整，以适应中文表达习惯。

最后，我会检查整个翻译稿，确保语言流畅自然，没有语法错误，并且所有信息都准确传达了原文的意思。这样，用户就能获得一份高质量、易于理解的中文文档。