NumPy MCP 服务器

用于使用 NumPy 进行数值计算的模型上下文协议 (MCP) 服务器

模型上下文协议 (MCP) 服务器，使用 NumPy 提供数学计算和运算。该服务器通过标准化的 MCP 接口提供各种数学工具，方便用户直接通过 Claude 或其他兼容 MCP 的 LLM 进行数值计算。

特征

• 基本算术运算（加法）
• 线性代数计算（矩阵乘法、特征分解）
• 统计分析（平均值、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

最快的入门方式是直接在 Claude Desktop 中安装此服务器：

手动安装

本项目使用 UV 进行依赖管理。安装方法：

用法

开发测试

使用 MCP Inspector 在本地测试服务器：

Claude 桌面集成

1. 在 Claude Desktop 中安装服务器：
   mcp install server.py --name "NumPy Calculator"
2. 该服务器现在可在 Claude Desktop 的“NumPy 计算器”下使用
3. 您可以通过要求 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”
   • “求 [1, 2, 3, 4, 5] 的平均值和标准差”
   • “将矩阵 [[1, 0], [0, 1]] 和 [[2, 3], [4, 5]] 相乘”

直接执行

对于高级用法或自定义部署：

可用函数

服务器通过MCP接口提供以下数学函数：

基本算术

• 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]] ：将两个矩阵相乘
• 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

统计数据

• statistical_analysis(data: List[float]) -> dict[str, float] ：计算数据集的基本统计数据，包括：
  • 意思是
  • 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] ：将指定次数的多项式拟合到给定的数据点

发展

项目结构

代码质量

该项目遵守严格的代码质量标准：

• 整个代码库中的类型提示
• 遵循 Google 风格的综合文档字符串
• 数值运算的错误处理

依赖项

• NumPy：用于数值计算和线性代数运算
• FastMCP：用于模型上下文协议服务器实现

执照

该项目已获得 MIT 许可。

致谢

• NumPy 团队提供出色的科学计算库
• 用于实现标准化 LLM 交互的模型上下文协议 (MCP)