Herramientas MCP-OR
Implementación de un servidor del Protocolo de Contexto de Modelo (MCP) que utiliza Google OR-Tools para la resolución de restricciones. Diseñado para su uso con Modelos de Lenguaje Grandes mediante la especificación estandarizada de modelos de restricciones.
Descripción general
MCP-ORTools integra el solucionador de programación de restricciones OR-Tools de Google con modelos de lenguaje grandes a través del Protocolo de contexto de modelo, lo que permite que los modelos de IA:
- Presentar y validar modelos de restricciones
- Establecer parámetros del modelo
- Resolver problemas de satisfacción de restricciones y optimización
- Recuperar y analizar soluciones
Instalación
- Instalar el paquete:
- Configurar Claude Desktop Cree el archivo de configuración en
%APPDATA%\Claude\claude_desktop_config.json
(Windows) o~/Library/Application Support/Claude/claude_desktop_config.json
(macOS):
Especificación del modelo
Los modelos se especifican en formato JSON con tres secciones principales:
variables
: definir variables y sus dominiosconstraints
: Lista de restricciones que utilizan los métodos de OR-Toolsobjective
: Objetivo de optimización opcional
Sintaxis de restricción
Las restricciones deben utilizar la sintaxis del método OR-Tools:
.__le__()
para menor o igual (<=).__ge__()
para mayor o igual (>=).__eq__()
para igualdad (==).__ne__()
para no igual (!=)
Ejemplos de uso
Modelo de optimización simple
Problema de la mochila
Ejemplo: Seleccionar elementos con valores [3,1,2,1] y pesos [2,2,1,1] con un límite de peso total de 2.
Ejemplo de restricciones adicionales:
Características
- Soporte completo del solucionador CP-SAT de OR-Tools
- Especificación del modelo basada en JSON
- Soporte para:
- Variables enteras y booleanas (dominio: [min, max])
- Restricciones lineales utilizando la sintaxis del método OR-Tools
- Objetivos de optimización lineal
- Tiempos de espera y parámetros del solucionador
- Restricciones y relaciones binarias
- Problemas de selección de cartera
- Problemas con la mochila
Operaciones admitidas en restricciones
- Aritmética básica: +, -, *
- Comparaciones: . le (), . ge (), . ecuación (), . ne ()
- Combinaciones lineales de variables
- Lógica binaria mediante combinaciones de restricciones
Desarrollo
Para configurar el desarrollo:
Formato de respuesta del modelo
El solucionador devuelve soluciones en formato JSON:
Valores de estado:
- ÓPTIMO: Se encontró la solución óptima
- FACTIBLE: Se encontró una solución factible
- INVIABLE: No existe solución
- DESCONOCIDO: No se pudo determinar la solución
Licencia
Licencia MIT: consulte el archivo de LICENCIA para obtener más detalles
This server cannot be installed
MCP-ORTools integra el solucionador de programación de restricciones OR-Tools de Google con modelos de lenguaje grandes a través de MCP, lo que permite que los modelos de IA:
Presentar y validar modelos de restricciones Establecer parámetros del modelo Resolver problemas de satisfacción de restricciones y optimización Recuperar y analizar la solución
- Descripción general
- Instalación
- Especificación del modelo
- Ejemplos de uso
- Características
- Desarrollo
- Formato de respuesta del modelo
- Licencia
Related Resources
Related MCP Servers
- -securityAlicense-qualityA Model Context Protocol (MCP) server that exposes MiniZinc constraint solving capabilities to Large Language Models.Last updated -83PythonMIT License
- -securityAlicense-qualityMCP-Logic is a server that provides AI systems with automated reasoning capabilities, enabling logical theorem proving and model verification using Prover9/Mace4 through a clean MCP interface.Last updated -20MIT License
- AsecurityAlicenseAqualityThis server provides a minimal template for creating AI assistant tools using the ModelContextProtocol, featuring a simple 'hello world' tool example and development setups for building custom MCP tools.Last updated -118TypeScriptThe Unlicense
- -securityFlicense-qualityA production-ready MCP server built with FastAPI, providing an enhanced tool registry for creating, managing, and documenting AI tools for Large Language Models (LLMs).Last updated -13Python