Scientific Calculator MCP Server

# Scientific Calculator MCP 服务器 > 一个生产级别的 Model Context Protocol（MCP）服务器，为 AI 模型提供高级数学计算功能。支持符号数学（SymPy）、数值计算（NumPy/SciPy）、数据分析（pandas）和图像处理。 [](https://opensource.org/licenses/MIT) [](https://www.python.org/downloads/) ## 📋 目录 - [快速开始](#快速开始) - [安装指南](#安装指南) - [配置说明](#配置说明) - [使用示例](#使用示例) - [工具参考](#工具参考) - [常见问题](#常见问题) ## 🚀 快速开始 ### 第一步：安装依赖 ```bash pip install sympy numpy scipy pandas ``` ### 第二步：配置 Claude Desktop 编辑 Claude Desktop 的配置文件 `claude_desktop_config.json`： **Windows 用户：** ```json { "mcpServers": { "scientific-calculator": { "command": "python", "args": ["-u", "F:\\AAchengguoofAI\\cuz_caculat\\mcp_server.py"] } } } ``` **macOS/Linux 用户：** ```json { "mcpServers": { "scientific-calculator": { "command": "python3", "args": ["-u", "/path/to/mcp_server.py"] } } } ``` ### 第三步：重启 Claude Desktop 在 Claude 中就能使用计算工具了。 --- ## 📦 安装指南 ### 方式 1：通过 pip 安装（推荐） ```bash pip install mcp-scientific-calculator ``` ### 方式 2：从源码安装 ```bash git clone https://github.com/thinkitpossible/CalcMCP cd CalcMCP pip install -r requirements.txt ``` ### 方式 3：本地开发安装 ```bash git clone https://github.com/thinkitpossible/CalcMCP cd CalcMCP pip install -e . ``` --- ## ⚙️ 配置说明 ### 基础配置 确保在 `claude_desktop_config.json` 中配置了服务器路径： ```json { "mcpServers": { "scientific-calculator": { "command": "python", "args": ["-u", "path/to/mcp_server.py"], "env": {} } } } ``` ### 环境变量（可选） ```bash # 设置日志级别（可选） export LOG_LEVEL=DEBUG # Windows PowerShell $env:LOG_LEVEL = "DEBUG" ``` --- ## 💡 使用示例 ### 1. 符号数学运算 **简化表达式：** ``` 用户：简化 (x**2 + 2*x + 1) / (x + 1) 工具调用：symbolic_tool 参数： operation: "simplify" expression: "(x**2 + 2*x + 1) / (x + 1)" 返回：x + 1 ``` **求导数：** ``` 用户：求 sin(x) + x^3 对 x 的导数 工具调用：symbolic_tool 参数： operation: "derivative" expression: "sin(x) + x**3" variable: "x" 返回：cos(x) + 3*x**2 ``` **求积分：** ``` 用户：求 2*x 的不定积分 工具调用：symbolic_tool 参数： operation: "integral" expression: "2*x" variable: "x" 返回：x**2 ``` **解方程：** ``` 用户：解方程 x^2 - 5*x + 6 = 0 工具调用：symbolic_tool 参数： operation: "solve_equation" equation: "x**2 - 5*x + 6" variable: "x" 返回：[2, 3] ``` ### 2. 数值计算 **线性方程组求解：** ``` 用户：求解线性方程组：2x + y = 5, x + 3y = 7 工具调用：numpy_tool 参数： operation: "linear_algebra" array_data: [[2, 1], [1, 3]] array_data_b: [5, 7] 返回：[2.0, 1.0] ``` **矩阵运算：** ``` 用户：计算矩阵 [[1, 2], [3, 4]] 的行列式 工具调用：numpy_tool 参数： operation: "determinant" array_data: [[1, 2], [3, 4]] 返回：-2.0 ``` ### 3. 科学计算 **常微分方程求解：** ``` 用户：求解 dy/dx = 2*x，初始条件 y(0)=0 工具调用：scipy_tool 参数： operation: "solve_ode" expression: "2*x" initial_condition: 0 返回：数值解向量 ``` **函数积分：** ``` 用户：计算 ∫sin(x)dx 从 0 到 π 工具调用：scipy_tool 参数： operation: "integrate" expression: "sin(x)" limits: "0:pi" 返回：2.0 ``` --- ## 🛠️ 工具参考 ### symbolic_tool（符号数学） 提供以下操作： | 操作 | 参数 | 返回 | 说明 | |------|------|------|------| | `simplify` | expression | str | 简化数学表达式 | | `expand` | expression | str | 展开表达式 | | `factor` | expression | str | 因式分解 | | `derivative` | expression, variable, order | str | 求导数（可指定阶数） | | `integral` | expression, variable, lower_limit, upper_limit | str | 求积分（定积分或不定积分） | | `limit` | expression, variable, point | str | 求极限 | | `solve_equation` | equation, variable | str | 解方程 | | `matrix_multiply` | matrix1, matrix2 | str | 矩阵乘法 | | `matrix_inverse` | matrix | str | 矩阵求逆 | **使用示例：** ```json { "tool": "symbolic_tool", "input": { "operation": "simplify", "expression": "x**2 + 2*x + 1" } } ``` ### numpy_tool（数值计算） 提供以下操作： | 操作 | 参数 | 返回 | 说明 | |------|------|------|------| | `linear_algebra` | array_data, array_data_b | list | 求解线性方程组 Ax=b | | `determinant` | array_data | float | 计算矩阵行列式 | | `eigenvalues` | array_data | str | 计算特征值 | | `eigenvectors` | array_data | str | 计算特征向量 | | `statistics` | array_data | dict | 统计信息（均值、标准差等） | | `fft` | array_data | list | 快速傅里叶变换 | | `correlation` | array1, array2 | float | 计算两个数组的相关系数 | | `pandas_read` | file_path, file_type | str | 读取数据文件 | | `pandas_describe` | file_path | str | 数据摘要统计 | **使用示例：** ```json { "tool": "numpy_tool", "input": { "operation": "linear_algebra", "array_data": [[2, 1], [1, 3]], "array_data_b": [5, 7] } } ``` ### scipy_tool（科学计算） 提供以下操作： | 操作 | 参数 | 返回 | 说明 | |------|------|------|------| | `solve_ode` | expression, initial_condition, t_span | str | 求解常微分方程 | | `integrate` | expression, limits | float | 数值积分 | | `optimize` | expression, initial_guess | str | 函数优化 | | `interpolate` | x_data, y_data, x_new | str | 插值 | | `fft` | array_data | list | 快速傅里叶变换 | | `root_find` | expression, initial_guess | float | 求根 | | `curve_fit` | x_data, y_data | str | 曲线拟合 | | `special_function` | func_type, value | float | 特殊函数计算 | **使用示例：** ```json { "tool": "scipy_tool", "input": { "operation": "integrate", "expression": "sin(x)", "limits": "0:pi" } } ``` --- ## ❓ 常见问题 ### Q1：如何添加到 Claude Desktop？ **A：** 1. 打开 Claude Desktop 配置文件夹 - **Windows**: `%APPDATA%\Claude\` - **macOS**: `~/Library/Application Support/Claude/` - **Linux**: `~/.config/Claude/` 2. 编辑 `claude_desktop_config.json` 3. 在 `mcpServers` 字段添加配置 4. 保存并重启 Claude Desktop ### Q2：提示 "Python not found" 怎么办？ **A：** 确保 Python 已正确安装并在系统 PATH 中： ```bash python --version # 或 python3 --version ``` 如果没有找到，使用完整路径： ```json { "command": "C:\\Python312\\python.exe", "args": ["-u", "path/to/mcp_server.py"] } ``` ### Q3：模块导入错误怎样修复？ **A：** 重新安装依赖： ```bash pip install --upgrade sympy numpy scipy pandas ``` ### Q4：如何运行测试？ **A：** ```bash python verify_production_readiness.py ``` ### Q5：如何调试问题？ **A：** 使用完整路径并添加日志： ```json { "command": "python", "args": ["-u", "-u", "path/to/mcp_server.py"] } ``` --- ## 📊 项目结构 ``` . ├── calculator.py # 核心计算模块（3个工具函数） ├── mcp_server.py # MCP 服务器实现 ├── mcp_protocols.py # MCP 协议定义（可选） ├── requirements.txt # 依赖列表 ├── setup.py # 打包配置 ├── pyproject.toml # 项目元数据 ├── advanced_math_problems.py # 测试用例 ├── advanced_math_problems.json# 测试数据 ├── verify_production_readiness.py # 验证脚本 ├── README.md # 英文文档 ├── README_ZH.md # 中文文档（本文件） ├── QUICKSTART.md # 快速入门 ├── DEPLOYMENT.md # 部署指南 └── .vscode/ # VS Code 配置 ``` --- ## 📝 版本信息 - **版本**: 1.0.0（初始版本） - **发布日期**: 2025 年 12 月 7 日 - **Python 版本**: 3.8+ - **MCP 版本**: 兼容最新版本 - **许可证**: MIT --- ## 🔗 相关链接 - **GitHub**: https://github.com/thinkitpossible/CalcMCP - **PyPI**: https://pypi.org/project/mcp-scientific-calculator/ - **MCP 协议**: https://modelcontextprotocol.io/ - **SymPy 文档**: https://docs.sympy.org/ - **NumPy 文档**: https://numpy.org/doc/ - **SciPy 文档**: https://docs.scipy.org/ --- ## 📧 反馈与支持 如有问题或建议，请提出 Issue 或联系维护者。 **GitHub Issues**: https://github.com/thinkitpossible/CalcMCP/issues --- **祝您使用愉快！** 🎉