MCP-сервер для карт пластин (Wafer Map)

Сервер MCP (Model Context Protocol), предоставляющий ИИ-ассистентам инструменты для анализа полупроводниковых пластин. Эти инструменты предназначены для анализа данных тестирования полупроводников, позволяя ИИ-агентам корректно создавать ключевые инженерные визуализации, такие как карты пластин, P-диаграммы, графики трендов и статистические отчеты на основе необработанных данных тестирования.

Related MCP server: ML Research MCP

Предварительный просмотр

Инструменты

Формат данных

CSV или ZIP (содержащий ровно один CSV) со столбцами:

BIN, X, Y, WAFER_ID, PIN_1, PIN_2, ..., PIN_N

• BIN = 0 → годен, в противном случае — брак

• X, Y → координаты кристалла на сетке пластины

• PIN_* → непрерывные значения измерений

Цветовая шкала (IQR Robust Sigma)

Карты свойств и границы P-диаграмм используют границы на основе межквартильного размаха (IQR) для визуализации тонких вариаций:

sigma  = (P75 - P25) / 1.35
IQR_L  = P50 - 6 × sigma
IQR_H  = P50 + 6 × sigma

Быстрый старт

Вариант А: Docker (рекомендуется)

docker build -t wafer-mcp .
docker run -p 8001:8001 wafer-mcp

Сервер теперь доступен по адресу http://localhost:8001/mcp.

Чтобы проанализировать собственные файлы данных, подключите том:

docker run -p 8001:8001 -v /absolute/path/to/data:/data wafer-mcp
# then pass file_path="/data/your_wafer.zip" when calling tools

Вариант Б: Локальный Python

Требования: Python 3.10+

pip install -r requirements.txt
python server.py

Образцы данных

Набор образцов данных включен в проект по пути sample_data/sample_1.zip.

Быстрая проверка работоспособности (Docker):

# inside the container the sample lives at /app/sample_data/sample_1.zip
# call any tool with this file_path to verify everything works

Конфигурация Claude Desktop

Сервер использует потоковый HTTP-транспорт, поэтому используйте формат url в claude_desktop_config.json:

{
  "mcpServers": {
    "wafer-map": {
      "url": "http://localhost:8001/mcp"
    }
  }
}

Шаги:

1. Запустите MCP-сервер (локально или через Docker)

2. Добавьте указанную выше конфигурацию в Claude Desktop

3. Перезапустите Claude Desktop

4. Попросите Claude проанализировать файл данных пластины — он автоматически выберет нужный инструмент

Параметры инструментов

run_wafer_analysis

get_wafer_info

plot_wafer_bin

plot_wafer_property

plot_pchart

Структура проекта

.
├── server.py                    # MCP server entry point
├── requirements.txt             # Python dependencies
├── Dockerfile                   # Container definition
├── sample_data/
│   └── sample_1.zip             # Bundled sample wafer dataset
├── tools/
│   ├── workflow/
│   │   └── analyze_wafer.py     # Orchestrates full analysis
│   ├── information_read/
│   │   └── read_wafer_info.py   # Parse CSV/ZIP and compute yield
│   ├── wafer_map/
│   │   ├── wafer_bin_binary_plot.py    # Binary map renderer (PySide6)
│   │   └── wafer_item_property_plot.py # Property heatmap renderer (PySide6)
│   └── statistic_plot/
│       └── pchart_plot.py       # P-chart renderer (matplotlib)
└── pchart/
    └── PchartReportWidget.py    # Legacy Qt widget (reference only)

Технологический стек

• MCP: FastMCP — потоковый HTTP-транспорт

• Рендеринг карт пластин: PySide6 offscreen QPainter

• Рендеринг P-диаграмм: matplotlib + scipy + statsmodels

Лицензия

MIT