ComputeToAi

Generische Simulations-Engine (Speicher/Effekt/Zeitstrahl) mit dem Finanz-Feature „Ruhestandsplanung" als erstem, am weitesten ausgearbeitetem Anwendungsfall. Kein eigenes Frontend – Zugang ausschließlich über einen MCP-Server, angesprochen von einem KI-Agenten.

• Fachliches Konzept: Docs/, beginnend mit Docs/00-Vision.md

• Projekt-/Arbeitsregeln für Agenten: CLAUDE.md und .agents/rules/

Aktueller Stand: In aktiver Entwicklung (Work in Progress). Die Kernkomponenten und Features werden schrittweise implementiert (siehe Docs/10-Roadmap.md).

Verwendung und Integration (MCP-Server)

Dieses Projekt besitzt kein eigenes Frontend. Die Interaktion und Steuerung erfolgen ausschließlich über einen Model Context Protocol (MCP) Server, den du in einen KI-Agenten deiner Wahl integrierst.

Voraussetzungen

1. KI-Agent / IDE mit MCP-Unterstützung: z. B. Claude Code, Cursor, Windsurf oder die Claude Desktop App.

2. Lauffähiges Python-Projekt: Der MCP-Server wird lokal über Python gestartet (am einfachsten via uv).

Integration des MCP-Servers

Füge die folgende Konfiguration in dein Tool ein (z. B. in die globale MCP-Konfigurationsdatei):

{
  "mcpServers": {
    "compute-to-ai": {
      "type": "stdio",
      "command": "uv",
      "args": [
        "run",
        "python",
        "-m",
        "compute_to_ai.mcp.server"
      ],
      "env": {
        "COMPUTE_TO_AI_SETTINGS": "examples/settings.toml"
      }
    }
  }
}

Anwendung im Chat / Prompt

Sobald der MCP-Server erfolgreich verbunden ist, kannst du den Agenten direkt anweisen, das Tool zu nutzen. Ein typischer Einstiegs-Prompt sieht so aus:

„Nutze ausschließlich den ComputeToAi MCP-Server. Du bist mein Finanzberater. Wir erstellen jetzt einen langfristigen Finanzplan für mich.“

Der Agent kann daraufhin selbstständig Pläne anlegen, Einnahmen, Ausgaben, Kredite, Steuern und Portfolios hinzufügen sowie die Monte-Carlo-Simulation starten und auswerten.