Skip to main content
Glama
LKF0402

tdlas-mcp

by LKF0402
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python

📖 概述

基于 MCP（Model Context Protocol）的 TDLAS 仿真服务器，对实验全链路做仪器级建模（而非只算一条理论 2f 曲线）：

DAQ 三角波+正弦调制 → 激光调谐(含二次非线性) → HITRAN 气体吸收 → 光电探测 → ADC 量化 → 数字锁相 → 1f / 2f / 2f·1f⁻¹

内置 HITRAN 取数与吸收谱计算（HAPI 1.x，不需要 API key），由 AI 助手以自然语言驱动 WMS / DAS 仿真。用途：系统选型、方法验证、排除错误设计——不替代实测。

Related MCP server: ANSYS MCP Server

✨ 核心特性

  • 全链路建模：DAQ 调制 → 激光调谐 → HITRAN 吸收 → PD → ADC → 数字锁相；可选 etalon 条纹、RIN、1/f 漂移、RAM/AM

  • 混合气多组分：mixture 严格按 α = Σ xᵢ·α_pureᵢ(T,P) 逐点相加（不用 x·P 当分压），并返回各组分归因

  • AI 交互契约：返回值携带 interaction 与机器可读的 next_required_actions——"必须澄清 / 必须披露"由返回值承载

  • 保真度台账：默认生效 11 项 / 需显式开启 6 项 / 未建模 7 项，未建模项随结果披露

  • 可信度分层：10 项物理校验与交互合规分别计分

  • 可复现 + 离线门禁：seed=0 逐位可复现；契约自检 147 项与保真度审计均为 CI 硬门禁（不依赖网络）

其他：return_xy 透出锁相 X/Y 用于 RAM/AM 诊断；tdlas_invert(n_repeats>0) 给测量不确定度（仅统计分量）；x_list 多浓度同图。细节见 TECHNICAL.md 与 docs/VALIDATION.md。

📊 效果展示

WMS demo

CH₄ @ 2968.5 cm⁻¹ 的 3×2 输出：驱动电压 → DAS 吸收 → 1f → 2f → 2f/1f（红色为电压折返剔除区）

交互工作流

四泳道流程：启动协议 → 参数与澄清（四级优先级 + 设备库 + 结构化追问）→ 仿真执行 → 校验与交付（10 项校验、α/条纹语境播报、未建模效应披露）

17 种光谱技术在本项目四层架构（取数 / 器件 / 信号 / 反演）上的适配判定：🟩 复用 · 🟧 改造 · 🟥 新增

技术适配矩阵

🚀 快速上手

pip install -r requirements.txt

python tools/tdlas_mcp.py --selftest      # 服务器自检（需访问 hitran.org）
python tools/contract_check.py            # 离线契约自检（CI 硬门禁）
python tools/tdlas_fidelity.py            # 离线保真度审计（CI 硬门禁）
python tools/alpha_crossval.py            # α(ν) 独立交叉校验（与 HAPI 互校）

接入 MCP 客户端：把 mcp.config.example.json 里的路径改为本机路径即可。

💡 一键配置：复制下面这段话给你的 AI 助手 —— "请帮我配置 tdlas-mcp MCP 服务器，本地路径 <安装路径>，Python 解释器 <python.exe 路径>，入口文件 tools/tdlas_mcp.py；并把本项目 SKILL.md 安装为 Skill。"

⚠️ Skill 不是可选项

SKILL.md 不是文档，而是 AI 的行为规范：服务器只能保证 AI「看到」next_required_actions，Skill 才规定 AI「照做」——保留默认值必须显式标注、器件参数来源（source）必须如实填写、设备命名须含型号/波长。

安装（任选其一）：放进客户端的 Skill 目录；或让 AI 直接读取该文件作为行为规范。

🔧 工具列表

工具

功能

⭐ tdlas_wms_instrument

WMS 仪器级仿真首选：全链路建模，输出标准 3×2 六子图

tdlas_das_instrument

仪器级 DAS 仿真（DAQ→激光→光路→PD→ADC）

tdlas_simulate

解析模型正向计算：DAS 透过率、1f、2f 峰高

tdlas_das_chain

三角波 DAS 链路：PD 原始信号 → 基线拟合 → 吸光度

tdlas_review

结果自动校验（10 项，不绘图）+ 交互契约与保真度声明

tdlas_invert

免标定浓度反演（2f/1f → 摩尔分数）；n_repeats>0 给出不确定度

tdlas_detection_limit

噪声等效浓度（NEC）与检测限（LOD）

tdlas_detection_limit_scan

LOD 随光程 / 参考浓度的二维扫描（选型）

tdlas_session

跨会话工况参数持久化

tdlas_device

硬件参数库（激光器 / 探测器 / DAQ / 光学）

tdlas_guide

AI 交互协议、术语表与保真度台账

tdlas_selftest

全链路自检

四个仿真工具（及透传的 tdlas_review）共用一对可选项：mixture（混合气）与 x_list（单物种多浓度扫描）。两者互斥，且与单 x 二选一。

x_list 时标准 6 子图本身就按浓度叠加：②~⑤ 面板（PD / αL / 1f / 2f / 归一化 2f）以 viridis 配色叠放各浓度并标 ppm，纵轴按全部浓度统一（低浓度不会被压平）；另有单用途的 png_overlay 对照图。

🌐 远程部署

python tools/tdlas_mcp.py --http --host 0.0.0.0 --port 8000 --token <鉴权密钥>
python tools/remote_link.py   # 公网隧道（cloudflared）

📚 文档

文档

内容

TECHNICAL.md

物理原理、算法实现、参数表、已知近似

docs/VALIDATION.md

可信度分层、校验判据口径、已知局限

SKILL.md

AI 交互规范与工具使用协议

tools/tdlas_fidelity.py

保真度登记表：单一真源 + 离线审计

CHANGELOG.md

版本更新记录

📝 引用

The TDLAS/WMS instrument-level simulations were performed using tdlas-mcp
(https://github.com/LKF0402/tdlas-mcp, GPLv3).

底层数据：HAPI (Kochanov et al., JQSRT 2016, 10.1016/j.jqsrt.2016.03.005) · HITRAN2024 (Gordon et al., JQSRT 2026, 10.1016/j.jqsrt.2026.109807)

⚠️ 声明

学术诚信：输出为理论仿真，仅用于研究参考、方法验证与系统选型。严禁将仿真结果冒充实验测量写入论文或用于产品认证；论文中使用须标注"理论仿真"并按上节致谢。

版权：个人独立原创，GPLv3 开源。✅ 个人/学术/教学/二次开发、商业内部研究评估；❌ 闭源出售、去除版权声明后换壳抄袭、把仿真结果当实验数据宣传。衍生作品须同样开源并保留原始版权声明。

支持作者：Star、转发或引用，是对个人开发者最直接的支持。

📄 许可证

GPLv3 — 详见 LICENSE

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityMaintained
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers