OraClaw

面向 AI 代理的 MCP 优化工具 -- 17 个工具，21 种算法，响应时间低于 25ms。零 LLM 计算成本。

你的 AI 代理不擅长数学。OraClaw 通过模型上下文协议（Model Context Protocol）为其提供确定性的优化、模拟、预测和风险分析能力。每个工具均返回结构化的 JSON，运行时间在 25ms 以内，且计算零成本。

验证

OraClaw 的数学模型已在 12 个开源项目中得到独立实现，涵盖 AI 代理编排、时间序列追踪、向量搜索、MIP 优化和生产级机器学习系统 —— 所有这些均在公开发布后的前 8 天内完成。

精选领域实现（完整列表请参阅 CHANGELOG.md）：

• chernistry/bernstein -- 84⭐ 代理编排框架。采用 α=0.3 的 LinUCB 上下文路由、影子评估路径以及可解释的决策原因。在规范修正后 1 小时 40 分钟内集成于 codex/issue-367-linucb-router。

• stxkxs/nanohype -- 上下文老虎机路由、可插拔策略注册表（哈希 / 滑动 TTL / 语义）、成本异常检测，LinUCB 已在路线图中。“你的输入塑造了许多实际发布的功能。”

• rfivesix/hypertrack -- 贝叶斯/卡尔曼风格的自适应卡路里估算器，具有阶段感知的 kcal/kg 增长。已在 0.8.0-beta 版本中发布。“目前我认为该数学模型已经非常稳健。”

• AlanHuang99/pyrollmatch -- 熵平衡（Hainmueller 2012），带有矩约束 + max_weight 上限。已在 v0.1.3 版本中发布。

• stffns/vstash -- IDF-sigmoid 相关性加权。已在 v0.17.0 版本中发布。

市场分发：

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

• ✓ TensorBlock/awesome-mcp-servers -- 已合并

• ✓ MCP Registry, Glama (AAA 评级), PulseMCP, Smithery, toolsdk-ai -- 已收录

维护者关系（友好的技术交流）：Qdrant, Milvus, NetworkX, Apache DataFusion, DuckDB, pymc-labs。

Related MCP server: Math-Physics-ML MCP System

快速入门

1. MCP 服务器（推荐用于 AI 代理）

添加到你的 claude_desktop_config.json：

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

然后询问你的代理：

“我有 3 个电子邮件主题行变体。我接下来应该发送哪一个？”

代理调用 optimize_bandit 并在 0.01ms 内获得统计学上的最优选择。

2. REST API（无需安装）

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"
  }'

响应（<1ms）：

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

免费层级：每天 25 次调用，无需 API 密钥。

3. npm SDK

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 个 SDK 包：@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

为什么选择 OraClaw？

LLM 生成的是看似合理的文本，而非最优解。让 GPT 选择最佳 A/B 测试变体，它会应用一种忽略探索与利用权衡的启发式方法。让它解决线性规划问题，它会产生幻觉约束。OraClaw 让你的代理能够访问真正的算法 —— 老虎机、求解器、预测器、风险模型 —— 它们能在亚毫秒级时间内返回数学上正确的结果，而无需消耗推理 Token。

MCP 工具目录（17 个工具）

免费层级（11 个工具，无需 API 密钥 — 每个 IP 每天 25 次调用）：

高级层级（6 个工具，需要 ORACLAW_API_KEY）：

18 个 REST 端点中有 14 个响应时间低于 1ms。所有工具均在 25ms 以内。

立即尝试

API 已上线。无需注册。

# 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}'

定价

x402 USDC： AI 代理使用 Base 链上的 USDC 支付，每调用一次 $0.01-$0.15。无需订阅，无需 API 密钥。

源代码

使用 OraClaw 进行开发？

我们很乐意了解你的工作。分享你的用例、提出问题或请求功能：

• 告诉我们你在构建什么

• 报告问题

• 加入 Moltbook 上的对话

链接

• 实时 API： https://oraclaw-api.onrender.com

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

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

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

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

如果这拯救了你的代理免于数学幻觉，请给我们点个星 :star:

许可证

MIT