OraClaw

Herramientas de optimización MCP para agentes de IA -- 17 herramientas, 21 algoritmos, menos de 25ms. Coste cero de LLM.

Tu agente de IA no sabe hacer matemáticas. OraClaw le proporciona optimización determinista, simulación, previsión y análisis de riesgos a través del Protocolo de Contexto de Modelo (MCP). Cada herramienta devuelve JSON estructurado, se ejecuta en menos de 25ms y no tiene coste de computación.

Validación

Las matemáticas de OraClaw han sido implementadas de forma independiente en 12 proyectos de código abierto que abarcan la orquestación de agentes de IA, seguimiento de series temporales, búsqueda vectorial, optimización MIP y sistemas de ML en producción, todo ello en los primeros 8 días tras su lanzamiento público.

Implementaciones de campo seleccionadas (consulta CHANGELOG.md para ver la lista completa):

• chernistry/bernstein -- framework de orquestación de agentes con 84⭐. Router contextual LinUCB con α=0.3, ruta de evaluación en sombra, razones de decisión interpretables. Lanzado en codex/issue-367-linucb-router 1h40m después de la corrección de la especificación.

• stxkxs/nanohype -- enrutamiento de bandidos contextuales, registro de estrategias conectables (hash / TTL deslizante / semántico), detección de anomalías de costes, LinUCB en la hoja de ruta. "Tu aporte dio forma a gran parte de lo que finalmente se lanzó."

• rfivesix/hypertrack -- estimador de calorías adaptativo estilo Bayesiano/Kalman con rampa kcal/kg consciente de la fase. Lanzado en 0.8.0-beta. "En este punto creo que el modelo matemático está en un lugar muy sólido."

• AlanHuang99/pyrollmatch -- equilibrio de entropía (Hainmueller 2012) con restricciones de momento + límite max_weight. Lanzado en v0.1.3.

• stffns/vstash -- ponderación de relevancia sigmoide IDF. Lanzado en v0.17.0.

Distribución en el mercado:

• ✓ punkpeye/awesome-mcp-servers (84K⭐) -- fusionado

• ✓ TensorBlock/awesome-mcp-servers -- fusionado

• ✓ Registro MCP, Glama (calificación AAA), PulseMCP, Smithery, toolsdk-ai -- listado

Relaciones con mantenedores (correspondencia técnica cordial): Qdrant, Milvus, NetworkX, Apache DataFusion, DuckDB, pymc-labs.

Related MCP server: Math-Physics-ML MCP System

Inicio rápido

1. Servidor MCP (recomendado para agentes de IA)

Añade a tu claude_desktop_config.json:

{
  "mcpServers": {
    "oraclaw": {
      "command": "npx",
      "args": ["-y", "@oraclaw/mcp-server"]
    }
  }
}

Luego pregúntale a tu agente:

"Tengo 3 variantes de línea de asunto de correo electrónico. ¿Cuál debería enviar a continuación?"

El agente llama a optimize_bandit y obtiene una selección estadísticamente óptima en 0.01ms.

2. API REST (sin instalación)

curl -X POST https://oraclaw-api.onrender.com/api/v1/optimize/bandit \
  -H 'Content-Type: application/json' \
  -d '{
    "arms": [
      {"id": "A", "name": "Option A", "pulls": 10, "totalReward": 7},
      {"id": "B", "name": "Option B", "pulls": 10, "totalReward": 5},
      {"id": "C", "name": "Option C", "pulls": 2, "totalReward": 1.8}
    ],
    "algorithm": "ucb1"
  }'

Respuesta (<1ms):

{
  "selected": { "id": "C", "name": "Option C" },
  "score": 1.876,
  "algorithm": "ucb1",
  "exploitation": 0.9,
  "exploration": 0.976,
  "regret": 0.1
}

Nivel gratuito: 25 llamadas/día, no se necesita clave API.

3. SDK de npm

npm install @oraclaw/bandit

import { OraBandit } from '@oraclaw/bandit';

const client = new OraBandit({ baseUrl: 'https://oraclaw-api.onrender.com' });
const result = await client.optimize({
  arms: [
    { id: 'A', name: 'Short Subject', pulls: 500, totalReward: 175 },
    { id: 'B', name: 'Long Subject', pulls: 300, totalReward: 126 },
  ],
  algorithm: 'ucb1',
});

14 paquetes SDK: @oraclaw/bandit, @oraclaw/solver, @oraclaw/simulate, @oraclaw/risk, @oraclaw/forecast, @oraclaw/anomaly, @oraclaw/graph, @oraclaw/bayesian, @oraclaw/ensemble, @oraclaw/calibrate, @oraclaw/evolve, @oraclaw/pathfind, @oraclaw/cmaes, @oraclaw/decide

¿Por qué?

Los LLM generan texto plausible, no soluciones óptimas. Pídele a GPT que elija la mejor variante de prueba A/B y aplicará una heurística que ignora el equilibrio entre exploración y explotación. Pídele que resuelva un programa lineal y alucinará restricciones. OraClaw le da a tu agente acceso a algoritmos reales (bandidos, solucionadores, pronosticadores, modelos de riesgo) que devuelven respuestas matemáticamente correctas en tiempo sub-milisegundo, sin quemar tokens en razonamiento.

Catálogo de herramientas MCP (17 herramientas)

Nivel gratuito (11 herramientas, sin clave API — 25 llamadas/día por IP):

Nivel Premium (6 herramientas, requiere ORACLAW_API_KEY):

14 de los 18 endpoints REST responden en menos de 1ms. Todos en menos de 25ms.

Pruébalo ahora

La API está activa. No requiere registro.

# Bayesian inference
curl -X POST https://oraclaw-api.onrender.com/api/v1/predict/bayesian \
  -H 'Content-Type: application/json' \
  -d '{"prior": 0.3, "evidence": [{"factor": "positive_test", "weight": 0.9, "value": 0.05}]}'

# Monte Carlo simulation
curl -X POST https://oraclaw-api.onrender.com/api/v1/simulate/montecarlo \
  -H 'Content-Type: application/json' \
  -d '{"simulations": 1000, "distribution": "normal", "params": {"mean": 100, "stddev": 15}}'

# Anomaly detection
curl -X POST https://oraclaw-api.onrender.com/api/v1/detect/anomaly \
  -H 'Content-Type: application/json' \
  -d '{"data": [10, 12, 11, 13, 50, 12, 11, 10], "method": "zscore", "threshold": 2.0}'

Precios

x402 USDC: Los agentes de IA pagan $0.01-$0.15 por llamada con USDC en Base. Sin suscripción, sin clave API.

Código fuente

¿Construyendo con OraClaw?

Nos encantaría saber en qué estás trabajando. Comparte tu caso de uso, haz preguntas o solicita funciones:

• Cuéntanos qué estás construyendo

• Informa de un problema

• Únete a la conversación en Moltbook

Enlaces

• API en vivo: https://oraclaw-api.onrender.com

• Panel: https://web-olive-one-89.vercel.app

• npm: https://www.npmjs.com/org/oraclaw

• Demo: https://web-olive-one-89.vercel.app/demo

• GitHub: https://github.com/Whatsonyourmind/oracle

Si esto salvó a tu agente de alucinar matemáticas, danos una estrella :star:

Licencia

MIT