MCP-OR工具

使用 Google OR-Tools 进行约束求解的模型上下文协议 (MCP) 服务器实现。该实现旨在通过标准化约束模型规范与大型语言模型配合使用。

概述

MCP-ORTools 通过模型上下文协议将 Google 的 OR-Tools 约束编程求解器与大型语言模型相集成，使 AI 模型能够：

• 提交并验证约束模型

• 设置模型参数

• 解决约束满足和优化问题

• 检索和分析解决方案

Related MCP server: Google Sheets MCP

安装

1. 安装软件包：

2. 配置 Claude Desktop 在%APPDATA%\Claude\claude_desktop_config.json (Windows) 或~/Library/Application Support/Claude/claude_desktop_config.json (macOS) 创建配置文件：

型号规格

模型以 JSON 格式指定，包含三个主要部分：

• variables ：定义变量及其域

• constraints ：使用 OR-Tools 方法的约束列表

• objective ：可选优化目标

约束语法

约束必须使用 OR-Tools 方法语法：

• .__le__()表示小于或等于 (<=)

• .__ge__()表示大于或等于 (>=)

• .__eq__()表示相等 (==)

• .__ne__()表示不等于 (!=)

使用示例

简单优化模型

背包问题

示例：选择值为 [3,1,2,1]、权重为 [2,2,1,1] 的项目，总权重限制为 2。

附加约束示例：

特征

• 全面支持 OR-Tools CP-SAT 求解器

• 基于 JSON 的模型规范

• 支持：

  • 整数和布尔变量（域：[最小值，最大值]）

  • 使用 OR-Tools 方法语法的线性约束

  • 线性优化目标

  • 超时和求解器参数

  • 二元约束和关系

  • 投资组合选择问题

  • 背包问题

约束中支持的操作

• 基本算术：+、-、*

• 比较： .乐(),.格(),.等式(), .讷()

• 变量的线性组合

• 通过约束组合的二进制逻辑

发展

开发设置：

模型响应格式

求解器以 JSON 格式返回解决方案：

状态值：

• 最佳：找到最佳解决方案

• 可行：找到可行的解决方案

• 不可行：不存在解决方案

• 未知：无法确定解决方案

执照

MIT 许可证 - 详情请参阅许可证文件