MCP逻辑

一个使用 Prover9/Mace4 为人工智能系统提供自动推理功能的 MCP 服务器。该服务器通过简洁的 MCP 接口实现逻辑定理证明和逻辑模型验证。

设计理念

MCP-Logic 通过提供与 Prover9/Mace4 的强大接口，弥合了 AI 系统与形式逻辑之间的差距。它的独特之处：

AI-First 设计：专为执行自动推理的 AI 系统构建
知识验证：实现知识表示和逻辑含义的形式化验证
清洁集成：与模型上下文协议（MCP）生态系统无缝集成
深度推理：支持嵌套量词和多重前提的复杂逻辑证明
现实世界的应用：对于验证人工智能知识模型和推理链特别有用

特征

与 Prover9 无缝集成，实现自动定理证明
支持复杂的逻辑公式和证明
内置语法验证
清理 MCP 服务器界面
广泛的错误处理和日志记录
支持人工智能系统的知识表示和推理

快速示例

# Prove that understanding + context leads to application
result = await prove(
    premises=[
        "all x all y (understands(x,y) -> can_explain(x,y))",
        "all x all y (can_explain(x,y) -> knows(x,y))",
        "all x all y (knows(x,y) -> believes(x,y))",
        "all x all y (believes(x,y) -> can_reason_about(x,y))",
        "all x all y (can_reason_about(x,y) & knows_context(x,y) -> can_apply(x,y))",
        "understands(system,domain)",
        "knows_context(system,domain)"
    ],
    conclusion="can_apply(system,domain)"
)
# Returns successful proof!

安装

先决条件

Python 3.10+
UV包管理器
Git 用于克隆存储库
CMake 和构建工具（用于构建 LADR/Prover9）

设置

克隆此存储库

git clone https://github.com/angrysky56/mcp-logic
cd mcp-logic

运行安装脚本：Windows 运行：

windows-setup-mcp-logic.bat

Linux/macOS：

chmod +x linux-setup-script.sh
./linux-setup-script.sh

安装脚本：

检查依赖项（git、cmake、构建工具）
从外部存储库下载 LADR（Prover9/Mace4）： laitep/LADR
构建 LADR 库以在 ladr/bin 目录中创建 Prover9 二进制文件
创建 Python 虚拟环境
设置使用或不使用 Docker 运行的配置文件

重要提示：LADR 目录不包含在存储库本身中，将通过安装脚本或手动安装。

使用 Docker-不知道这是否正常工作，主要设计用于直接与 Claude Desktop 一起使用

如果您更喜欢使用 Docker 运行此脚本：

找到可用端口
激活虚拟环境
使用安装的 Prover9 的正确路径运行服务器

# Linux/macOS
./run-mcp-logic.sh

# Windows
run-mcp-logic.bat

这些脚本将构建并运行具有必要环境的 Docker 容器。

Claude 桌面集成

要将 MCP-Logic 与 Claude Desktop 一起使用，请使用以下配置：

{
  "mcpServers": {
    "mcp-logic": {
      "command": "uv",
      "args": [
        "--directory", 
        "/path/to/mcp-logic/src/mcp_logic",
        "run", 
        "mcp_logic", 
        "--prover-path", 
        "/path/to/mcp-logic/ladr/bin"
      ]
    }
  }
}

用您的实际存储库路径替换“/path/to/mcp-logic”。

可用工具

证明

使用 Prover9 运行逻辑证明：

{
  "tool": "prove",
  "arguments": {
    "premises": [
      "all x (man(x) -> mortal(x))",
      "man(socrates)"
    ],
    "conclusion": "mortal(socrates)"
  }
}

检查格式是否正确

验证逻辑语句语法：

{
  "tool": "check-well-formed",
  "arguments": {
    "statements": [
      "all x (man(x) -> mortal(x))",
      "man(socrates)"
    ]
  }
}

文档

详细分析和示例请参阅文档文件夹：

从知识到应用：对人工智能系统的理解和实际应用的形式逻辑分析

项目结构

mcp-logic/
├── src/
│   └── mcp_logic/
│       └── server.py   # Main MCP server implementation
├── tests/
│   ├── test_proofs.py  # Core functionality tests
│   └── test_debug.py   # Debug utilities
├── Documents/          # Analysis and documentation
├── pyproject.toml      # Python package config
├── setup-script.sh     # Setup script (installs LADR & dependencies)
├── run-mcp-logic.sh    # Docker-based run script (Linux/macOS)
├── run-mcp-logic.bat   # Docker-based run script (Windows)
├── run-mcp-logic-local.sh # Local run script (no Docker)
└── README.md           # This file

注意：运行 setup-script.sh 后，将创建一个包含 Prover9 二进制文件的“ladr”目录，但该目录不包含在存储库本身中。

发展

运行测试：

uv pip install pytest
uv run pytest

执照

麻省理工学院

MCP-Logic

Integrations