README.zh.md•2.94 kB
# Desmos-MCP 服务器
---
[English](./README.md) | 中文
---
这是一个标准的模型上下文协议 (MCP) 服务器，旨在为大型语言模型 (LLM) 提供强大的数学公式可视化和分析功能。它利用 `sympy` 进行本地渲染和计算，并能选择性地集成 Desmos API。
## ✨ 功能特性
- **交互式公式验证**: 使用 `validate_formula` 工具检查数学公式的语法。如果公式无效，它会利用 LLM 采样功能提供简单易懂的错误解释。
- **单函数绘图**: 使用 `plot_math_function` 工具根据公式生成 2D 图形。支持通过 `config.json` 配置使用 Desmos API 或回退到本地 `matplotlib` 渲染，并在执行期间提供进度报告。
- **多函数绘图**: 使用 `plot_multiple_functions` 工具在同一张图表上绘制多个函数。
- **符号分析**: 使用 `analyze_formula` 工具计算公式的数学特性，如定义域、值域和临界点。
- **保存绘图文件**: 自动将生成的图像保存为 PNG 文件到您桌面上的 `Desmos-MCP` 文件夹中。
## ⚙️ 技术栈
- Python 3.10+
- FastMCP
- Sympy
- Matplotlib
- HTTPX
## 🚀 安装与设置
1. **克隆项目** (如果您尚未这样做)
2. **安装 `uv`**
如果您尚未安装 `uv`，请在终端中运行以下命令：
```sh
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
```
3. **创建虚拟环境**
在项目根目录运行：
```sh
uv venv
```
4. **安装依赖**
```sh
uv sync
```
此命令将根据 `pyproject.toml` 文件安装所有必需的依赖项。
## 🔧 配置
服务器的行为由项目根目录下的 `config.json` 文件控制。
```json
{
"desmos": {
"use_api": true,
"api_key_env_var": "DESMOS_API_KEY",
"fallback_to_local": true
},
"rendering": {
"default_width": 600,
"default_height": 400
}
}
```
- `desmos.use_api`: 如果为 `true`，服务器将优先尝试使用 Desmos API 进行绘图。
- `desmos.api_key_env_var`: 指定用于获取 Desmos API 密钥的环境变量的名称。
- `desmos.fallback_to_local`: 如果 `use_api` 为 `true` 但 API 调用失败，服务器是否应自动回退到本地渲染。
### 设置 Desmos API 密钥 (可选)
要使用 Desmos API 功能，您需要设置一个环境变量。例如，在 PowerShell 中：
```powershell
$env:DESMOS_API_KEY="your_actual_api_key_here"
```
## ▶️ 运行服务器
要独立运行服务器以进行测试，请在项目根目录中执行：
```sh
uv run src/main.py
```
服务器将通过标准输入/输出 (stdio) 启动，并准备好由 MCP 客户端（如 Gemini CLI）连接。
## 📝 未来计划
- [ ] **添加对3D图像的支持。**
- [ ] **实现类似于Desmos的实时公式分析和交互式绘图功能。**
## 📄 许可证
该项目根据 Apache 2.0 许可证授权。详情请参阅 [LICENSE](LICENSE) 文件。