Skip to main content
Glama
ising-tech

isingq-mcp

Official
by ising-tech

IsingQ Toolkit

English | 简体中文

IsingQ Toolkit 是北京伊辛智能科技有限公司公开维护的本地 Agent 工具。它帮助 Agent 将排程、路径规划、投资组合、图优化等问题表达为 QUBO,在用户确认后使用用户自己的 IsingQ API Key 调用玉盘·伊辛云求解。

  • 建模引导、QUBO 生成、校验和结果记录在用户电脑上完成。

  • 只有用户确认后的求解矩阵会通过 HTTPS 发送给 IsingQ。

  • 支持 WorkBuddy、Codex、Claude Code、Cursor、VS Code、Trae 和 DeepSeek Harness。

  • 标准 MCP 提供 7 个工具和 13 个本地 Resources;DSH 原生 Plugin 提供 9 个工具。

  • 云平台 API 当前支持最高 2048 个 QUBO 二进制变量。

开始前:获取 IsingQ API Key

真实求解必须使用个人 IsingQ API Key。知识查询、建模引导和 QUBO 校验不需要 API Key。

  1. 打开 玉盘·伊辛云 并注册或登录个人账号。

  2. 在平台中进入 设置 → API

  3. 点击 创建API,填写便于识别的 API 名称并完成创建。

  4. 安装时通过操作系统安全输入框保存 API Key。

平台的创建路径也记录在玉盘·伊辛云网站隐私政策的“设置”服务说明中。

不要把 API Key 发到 Agent 对话、命令参数、MCP JSON、Issue 或日志中。如果 Key 意外泄露,请回到云平台的 设置 → API 删除对应记录并重新创建。

推荐安装:让 Agent 读取 Skill

把下面这段话发送给当前 Agent:

请从 https://github.com/ising-tech/isingq-toolkit 读取 skills/install-isingq-mcp/SKILL.zh-CN.md,严格遵循该 Skill,帮我安装 IsingQ MCP,并且只接入当前 Agent。不要在对话中索要或显示我的 API Key;需要 Key 时使用系统安全输入框。安装完成后,等我重启 Agent,再验证是否加载出 7 个 MCP 工具。

安装 Skill 会选择当前操作系统和当前 Agent,不会因为电脑上安装了其他 Agent 就全部配置。Trae 需要把 Skill 输出的 stdio JSON 导入 MCP 设置页面。

安装成功应满足:

  • 程序安装并通过哈希校验。

  • 本机已有有效 API Key。

  • 当前 Agent 已注册 MCP。

  • 重启后标准 MCP 加载 7 个工具,或 DSH 原生 Plugin 加载 9 个工具。

从 GitHub 源码安装

当前公开仓库可以直接测试。需要 Node.js 18 或更高版本:

git clone https://github.com/ising-tech/isingq-toolkit.git
cd isingq-toolkit
npm ci
npm install -g .
isingq-mcp setup
isingq-mcp self-check --json

isingq-mcp setup 会以无回显方式接收 API Key。然后只配置实际使用的 Agent:

isingq-mcp configure-host --name workbuddy

--name 支持 workbuddycodexclaude-codecursorvscodegeneric。Trae 或其他 Host 可获取标准配置后手工导入:

isingq-mcp config --json

通用 stdio 配置如下:

{
  "mcpServers": {
    "isingq": {
      "command": "isingq-mcp",
      "args": ["serve"]
    }
  }
}

配置后请完全退出并重新启动 Agent。

npm、Release 与 DSH

有 Node.js 18 或更高版本时,直接通过 npm/npx 安装和配置:

npx @ising-tech/isingq-mcp setup
npx @ising-tech/isingq-mcp configure-host --name generic --npx

generic 替换为实际使用的 workbuddycodexclaude-codecursorvscode;Trae 保持使用 generic 并导入输出的 stdio JSON。

不希望安装 Node.js 的用户可以从 GitHub Releases 下载对应系统的固定版本程序,并使用 SHA256SUMS 校验。支持 macOS arm64/x64、Linux arm64/x64 和 Windows x64。

DeepSeek Harness 使用原生 Plugin,不需要 MCP Bridge:

dsh plugin --profile <profile> add @ising-tech/isingq-dsh-plugin

不要在同一个 DSH Profile 中同时启用 IsingQ 原生 Plugin 和旧 MCP Bridge。

如何使用

安装并重启后,直接向 Agent 描述问题,不需要记忆工具名:

请把下面的排程问题建成 QUBO。先解释变量、目标函数、约束和 Penalty,等我确认后再调用 IsingQ 求解:

任务 A、B 只能选择一个;选择 A 的收益为 8,选择 B 的收益为 5。

Agent 应先完成建模和校验,展示变量映射、目标函数、约束、Penalty、矩阵摘要和 SHA-256。只有你明确确认并通过操作系统确认框后,才会提交求解。

也可以查询本地公开知识:

玉盘·伊辛云目前提供什么能力?请给出知识版本、来源和表述边界。

工具能力

工具

作用

是否联网

isingq_api_key_setup

打开系统安全输入框,配置或更换个人 API Key

isingq_knowledge_get

查询伊辛智能、产品、技术、案例、FAQ 和来源

isingq_modeling_guide_get

获取 QUBO 建模步骤和约束

isingq_qubo_validate

校验 QUBO 并生成矩阵摘要

isingq_solve_start

用户确认后提交 IsingQ 求解

isingq_solve_poll

查询一次任务状态并保存结果

isingq_solve_result_get

读取本机保存的求解结果

求解结果同时保留:

  • IsingQ provider energy:E(s) = -1/2 · Σ_i Σ_j J_ij s_i s_j - Σ_i h_i s_i

  • MCP 按 QUBO 重新计算的 objective:f(x) = offset + Σ_i Q_ii x_i + Σ_{i<j} Q_ij x_i x_j

两者可能因变量转换、常数项或系数口径不同而不相等。最低 energy 也不自动代表业务可行、全局最优或特定硬件性能。

数据与安全

  • API Key 只保存在本机私有文件中,不进入工具参数或对话。

  • 建模引导、QUBO 校验和公开知识查询在本机完成。

  • 只有 isingq_solve_start 会在用户确认后发送求解矩阵。

  • API 请求使用 HTTPS;矩阵上传使用短期签名,不携带个人 API Key。

  • 本地记录保存模型、任务 ID 和结果,不保存 API Key。

更多边界见 Security Policy

升级与多 Agent

  • 升级时重新执行安装 Skill 或重新安装 npm/Release 即可。

  • 已有 API Key 和本地求解记录会保留。

  • 每台电脑只需安装一份程序;不同 Agent 分别注册同一个本地程序即可。

  • 更新配置后必须完全重启对应 Agent。

遇到问题

  • 没有 API Key:前往玉盘·伊辛云设置 → API → 创建API

  • Agent 没有出现工具:确认配置后完全重启 Agent,并批准其 MCP 信任提示。

  • Agent 沙箱禁止写入:只授权明确的安装目录和用户配置目录;不要把 API Key 放进项目目录。

  • Trae 无法自动接入:运行 isingq-mcp config --json,通过 Trae MCP 设置页面导入。

  • 只测试出 NDJSON 响应:这只能说明进程可访问;必须在 Agent 中看到 7 个原生工具才算接入完成。

开发者文档

架构、包边界、QUBO 数据契约、构建与 Release 流程见 docs/DEVELOPMENT.md

本项目使用 Apache License 2.0。该许可证不授予 IsingQ 或伊辛智能相关商标权。

-
license - not tested
-
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
1Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

  • MCP server for AI dialogue using various LLM models via AceDataCloud

  • MCP server for AI agents to plan, verify, and deploy Cloudflare-native apps.

  • MCP server providing access to the Scorecard API to evaluate and optimize LLM systems.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/ising-tech/isingq-toolkit'

If you have feedback or need assistance with the MCP directory API, please join our Discord server