gauss-mcp

从Python驱动GAUSS，并通过模型上下文协议将其暴露给LLM客户端。

作者：Dr Merwan Roudane

在Windows上针对GAUSS 26.1.1构建并测试。

为什么存在这个项目

Aptech发布了一份AI助手参考，以便它们编写更好的GAUSS代码，但编写不等于运行：无法执行代码的助手永远不知道代码是否有效，也不知道数字是多少。本项目将助手连接到真实的GAUSS安装，因此结果来自GAUSS而非模型。

Related MCP server: julia-mcp

它如何驱动GAUSS

通过tgauss，即普通GAUSS安装附带的终端构建——而不是GAUSS引擎，后者功能更丰富，但需要向Aptech单独申请许可证密钥。

每次调用都是独立的tgauss进程，因此通常不会有任何状态延续。工作区在退出时保存，在进入时恢复，这使得一系列调用表现得像一个连续的会话：在一次调用中构建的矩阵在下一次调用中仍然存在。

安装

PyPI上的发行包名为**gauss-lang-mcp**：普通的gauss-mcp已被一个与导入工作流相关的无关包占用，与Aptech语言无关。导入名称仍然是gauss_mcp。

pip install "gauss-lang-mcp[pandas]"

GAUSS会在C:\gauss*和C:\Program Files\gauss*下自动查找。设置GAUSS_HOME可以在多个安装之间选择。

库使用

from gauss_mcp import Gauss

with Gauss() as g:
    g.run("""
        rndseed 90210;
        n = 400;
        x = rndn(n, 1);
        y = 1.25 + 0.8*x + 0.3*rndn(n, 1);
        des = ones(n,1)~x;
        bhat = invpd(des'des)*des'y;
    """)
    print(g.get_matrix("bhat"))     # [[1.2489...], [0.8043...]]

值以CSV而非打印文本的形式传递，因此它们保持完整的双精度，而不是GAUSS的显示舍入：

g.run("pi_like = 3.14159265358979;")
g.get_scalar("pi_like")          # 3.14159265358979, every digit

pandas双向传递：

frame = g.to_dataframe(["x", "y"])
g.from_dataframe(frame)

MCP服务器使用

{
  "mcpServers": {
    "gauss": { "command": "gauss-lang-mcp" }
  }
}

工具

错误

GAUSS报告自己的代码、消息和行号，这些都会被传递：

GaussError: G0025: Undefined symbol: 'no_such_thing' on line 2

行号指的是你的代码。工作区恢复会被前置到每个生成的程序，这会改变GAUSS自身的行号偏移；在显示之前会修正该偏移。

值得了解的行为

GAUSS和tgauss的特性，本包为你处理，每项都经过真实安装验证，而非假设。

• 退出代码始终为0，无论程序成功还是失败。它不携带任何信息，因此错误从stderr读取。

• stdout是干净的。 横幅和作业标题进入stderr，因此程序的输出无需过滤。

• GAUSS先编译再运行。 任何未定义的符号都意味着没有执行任何操作，也没有输出。运行时错误会保留到该点为止的输出，然后显示“Program execute failed”。

• 符号名称忽略大小写。 X和x是同一个符号，因此赋值给一个会覆盖另一个。这会让从R或Python来的人感到惊讶。

• 子进程不能继承stdin。 在MCP下，服务器的stdin是JSON-RPC流；继承它的tgauss会读取协议本身。每次子进程调用都会分离stdin。

• 恢复工作区使用use，而不是loadall。 saveall写入.gcg文件，而use <name>;必须是读取该文件的程序的第一条语句。

测试

python tests/test_offline.py   # 10 tests, no GAUSS needed
python tests/test_live.py      # 24 tests, drives a real installation

许可证

MIT。版权所有（c）2026 Merwan Roudane。