Agentic PID Tuner (via MCP)

Ein interaktives Echtzeit-Dashboard für PID-Regler, das mit dem Model Context Protocol (MCP) integriert ist. Dieses Projekt ermöglicht es KI-Agenten (wie Claude), einen simulierten Regelkreis mithilfe natürlicher Sprachbefehle aktiv auszulesen, zu analysieren und abzustimmen, wobei Änderungen sofort im Webbrowser sichtbar werden.

✨ Funktionen

• Echtzeit-Web-Dashboard: Passen Sie die Verstärkungen $K_p$, $K_i$ und $K_d$ manuell über UI-Schieberegler an.

• Live-Wellenform-Visualisierung: Sehen Sie Überschwingen, Einschwingzeit und Systemantwort sofort (unterstützt durch simple-pid und matplotlib).

• Steuerung durch KI-Agenten: Enthält einen MCP-Server, der LLMs Werkzeuge zum Auslesen aktueller Verstärkungen und zum Setzen neuer Werte bereitstellt.

• Bidirektionale Synchronisierung: Wenn Sie einen Schieberegler bewegen, sieht die KI den neuen Wert. Wenn die KI einen Wert ändert, aktualisiert sich Ihr Browser automatisch innerhalb von 1 Sekunde.

Related MCP server: agentic-mcp-server

🛠️ Voraussetzungen

• Python 3.8+

• Claude oder Cursor Desktop App (für die MCP-Integration)

🚀 Installation

1. Repository klonen:

gh repo clone SuriyaMurthy/agentic-pid-controller
cd agentic-pid-controller

2. Virtuelle Umgebung erstellen und aktivieren:

python -m venv .venv

# On Windows:
.venv\Scripts\activate
# On Mac/Linux:
source .venv/bin/activate

3. Abhängigkeiten installieren:

pip install -r requirements.txt

🎮 Verwendung

1. Web-Dashboard starten

Starten Sie den Flask-Server, um die Simulation und die Weboberfläche bereitzustellen:

python app.py

Öffnen Sie Ihren Browser und navigieren Sie zu http://127.0.0.1:5000.

2. Mit Claude Desktop verbinden (MCP)

Damit Claude mit Ihrem Dashboard interagieren kann, fügen Sie den MCP-Server zur Konfiguration von Claude Desktop hinzu.

Öffnen Sie die Konfigurationsdatei von Claude Desktop:

• Linux: ~/.cursor/mcp.json

• Windows: %APPDATA%\Claude\claude_desktop_config.json

Fügen Sie die folgende Konfiguration hinzu. WICHTIG: Sie müssen die Platzhalter durch die tatsächlichen vollständigen Pfade auf Ihrem Computer ersetzen!

{
  "mcpServers": {
    "pid_controller": {
      "command": "/absolute/path/to/mcp-pid-tuner/.venv/bin/python3",
      "args": [
        "/absolute/path/to/mcp-pid-tuner/mcp_server_pid.py"
      ]
    }
  }
}

Hinweis für Windows-Benutzer: Verwenden Sie Ihren .venv\Scripts\python.exe-Pfad und stellen Sie sicher, dass Backslashes maskiert sind (\\).

Starten Sie Claude Desktop neu, nachdem Sie die Datei gespeichert haben.

3. Mit der KI sprechen

Wenn die Flask-App läuft, öffnen Sie Claude Desktop. Sie können jetzt Prompts wie die folgenden verwenden:

• „Überprüfen Sie die aktuellen PID-Parameter auf meinem Dashboard.“

• „Das System hat ein zu starkes Überschwingen. Können Sie die Parameter anpassen, um das Überschwingen unter 5 % zu bringen?“

• „Erhöhen Sie die proportionale Verstärkung um 0,5 und sagen Sie mir, wie sich das auf die Einschwingzeit auswirkt.“

Beobachten Sie, wie sich das Web-Dashboard automatisch aktualisiert, während Claude das System abstimmt!

📂 Projektstruktur

• app.py: Der Flask-Webserver, die PID-Simulationsschleife und die API-Endpunkte.

• mcp_server_pid.py: Der FastMCP-Server, der dem LLM über Standard-I/O die Werkzeuge get_pid_parameters und update_pid_parameters bereitstellt.

• requirements.txt: Python-Abhängigkeiten (flask, mcp, simple-pid, matplotlib).