Skip to main content
Glama
nesar

bbn-mcp-server

by nesar

bbn-mcp-server

Ein MCP-Server, der Wissenschaftswerkzeuge bereitstellt — Big-Bang-Nukleosynthese, die Teilchenphysik der ersten drei Minuten des Universums — für jeden LLM-Agenten. Aufgebaut nach demselben Muster wie spectra-mcp-server und gaia-mcp-server; der Multi-Agent-Client in multiagent-client-demo steuert jeden dieser Server unverändert.

Die Wissenschaft

Zwischen einer Sekunde und einigen Minuten nach dem Urknall betrieb das expandierende Universum einen Kernreaktor. Sein Output — die primordialen Häufigkeiten von Helium-4, Deuterium, Helium-3 und Lithium-7 — ist noch heute messbar, und er hängt von genau drei Dingen ab, die ein Agent verändern kann:

  • die Baryonendichte Ω_b h² (wie viel gewöhnliche Materie existiert),

  • zusätzliche relativistische Spezies ΔN_eff (jedes leichte Teilchen jenseits der drei Standardmodell-Neutrinos — dunkle Strahlung, sterile Zustände, Axionen — beschleunigt die Expansion und verändert die Ausbeuten),

  • die Neutronenlebensdauer τ_n (die das Neutron/Proton-Verhältnis beim schwachen Ausfrieren festlegt — und deren Labormessungen derzeit um ~10 s voneinander abweichen, das „Flasche-vs-Strahl"-Rätsel).

Primordiale Häufigkeiten vs. Baryonendichte

Die klassischen Geschichten sind alle hier: Die Häufigkeiten und der CMB stimmen bezüglich der Baryonendichte des Universums überein (Konkordanz), Helium zählt die leichten Freiheitsgrade bei t ~ 1 s, und das Lithium-7-Diagramm zeigt ein berühmtes ungelöstes Problem — die Vorhersage ist ~3× die beobachtete Spite-Plateau.

Alle Berechnungen laufen auf PRyMordial (Burns, Tait & Valli, EPJC 84 (2024) 86), dem Community-Python-Code für präzise BBN innerhalb und jenseits des Standardmodells. PRyMordial ist GPL-3.0 und nicht auf PyPI, daher wird es hier nicht mitgeliefert — ein Setup-Skript holt eine festgepinnte Kopie in extern/ (gitignored).

Related MCP server: sre-toolkit-mcp

Werkzeuge

Werkzeug

Was es tut

describe_bbn_inputs()

Parameter, gemessene Häufigkeiten, Referenzen, die klassischen Fragen — zuerst aufrufen

compute_abundances(omega_b_h2, delta_neff, tau_n_s)

ein vollständiger Lauf mit 63 Reaktionen: N_eff, Yp, D/H, ³He/H, ⁷Li/H, jeweils mit seiner Abweichung (σ) gegenüber der Beobachtung

scan_baryon_density(output_dir, ...)

Häufigkeiten vs. Ω_b h² → CSV (die Schramm-Plot-Berechnung)

plot_abundance_curves(scan_file, output_dir)

Yp, D/H, ⁷Li/H vs. Ω_b h² mit beobachteten Bändern + der CMB-Baryonendichte

scan_neff(output_dir, ...)

Häufigkeiten vs. ΔN_eff (jeder Punkt löst die thermische Geschichte neu) → CSV

plot_neff_impact(scan_file, output_dir)

wie dunkle Strahlung Yp und D/H verschiebt — BBN als Teilchenzähler

scan_neutron_lifetime(output_dir, ...)

Yp und D/H vs. τ_n → CSV

plot_neutron_lifetime_impact(scan_file, output_dir)

Yp(τ_n) gegen das beobachtete Heliumband und die widersprüchlichen Flasche/Strahl-Messungen

fit_baryon_density(scan_file, observables)

χ²-Fit: die von BBN bevorzugte Ω_b h² ± 1σ, verglichen mit Planck — der Konkordanztest in einer Zahl

Vorhersagen tragen die systematische Unsicherheit der Kernreaktionsraten (PRIMAT-Kompilation, PRyMordials Standard) in Quadratur mit den Messfehlern — allein die d(p,γ)³He-Rate verschiebt D/H um einige Prozent, was eine echte, lebendige Diskussion im Feld ist, kein Fehler.

Zwei Konventionen, die es wert sind, in jeden Wissenschafts-MCP-Server übernommen zu werden:

  1. Jedes Werkzeug gibt {status, files, message, metadata} zurück (ArtifactResult).

  2. Arrays bewegen sich zwischen Werkzeugen als Dateipfade, niemals durch das Kontextfenster des Agenten.

Installation

conda create -n bbn-tutorial python=3.12 -y
conda activate bbn-tutorial
pip install -e ".[dev]"
python scripts/setup_prymordial.py   # fetches PRyMordial + precomputes tables (~1 min)
pytest

Das Setup-Skript klont einen festgepinnten PRyMordial-Commit in extern/PRyMordial (überschreibbar mit der Umgebungsvariable PRYM_DIR) und führt eine Standardmodell-Berechnung mit aktivierten Speicher-Flags aus, sodass der thermische Hintergrund und die schwachen Raten gecacht werden — das macht Parameterscans ~6× schneller und erlaubt dem Server, ohne Schreibzugriff auf das Checkout zu laufen.

Du hast bereits die spectra-tutorial-Umgebung von den anderen Servern? Du kannst sie wiederverwenden: pip install numba numdifftools, führe das Setup-Skript aus und starte diesen Server (und pytest) dann immer vom Wurzelverzeichnis dieses Repos — alle Tutorial-Server exportieren Pakete namens tools und mcp_server, also installiere nicht mehrere davon per pip install -e in eine Umgebung; das Ausführen vom Repo-Wurzelverzeichnis sorgt dafür, dass die lokalen Pakete gewinnen.

Server starten

python -m mcp_server --transport streamable-http --port 8003

Clients verbinden sich mit http://127.0.0.1:8003/mcp. Port 8003 aus Konvention, damit dieser Server neben spectra (8000), gaia (8001) und lattice (8002) laufen kann. Stoppen mit Strg+C.

Um diesen Server aus Claude Code, der Claude-Desktop-App, Codex, Cursor oder einem anderen MCP-Client zu verwenden, siehe docs/mcp-clients.md — eine eingecheckte .mcp.json bindet ihn bereits in Claude Code ein.

Fragen an einen Agenten

„Sagt die von Planck im CMB gemessene Baryonendichte die Deuterium-Häufigkeit korrekt voraus, die wir in Quasarspektren beobachten? Scanne die Baryonendichte, fitte sie aus den Häufigkeiten und gib mir das Urteil in Sigma."

„Wenn es eine zusätzliche Neutrino-Spezies im frühen Universum gäbe, was wäre mit dem primordialen Helium passiert, und ist das durch die Daten erlaubt?"

Die erste wird zu einer echten Zwei-Server-Frage, wenn dieser Server neben einem CMB-fähigen gehostet wird (dort den Dämpfungsschwanz berechnen, hier das Deuterium).

F
license - not found
Not graded
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (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 Servers

  • A
    license
    Not graded
    quality
    D
    maintenance
    Enables astronomy research by orchestrating specialized agents to access astronomical data tools (DESI, LSST, etc.) and perform analysis, simulations, and literature review.
    1
    MIT
  • A
    license
    Not graded
    quality
    C
    maintenance
    Enables LLM agents to perform SRE reliability calculations like error budgets and burn rates using deterministic tools, integrating with Prometheus and Loki for real data.
    MIT
  • A
    license
    Not graded
    quality
    C
    maintenance
    Exposes SwarmLabs physics-informed scientific experiment predictions as MCP tools, enabling agents to run predictions, list engines, and perform parameter sweeps with honesty-first uncertainty reporting.
    MIT

View all related MCP servers

Related MCP Connectors

  • Precision math engine for AI agents. 203 exact methods. Zero hallucination.

  • 60+ units, live FX, timezones, and date arithmetic for AI agents.

  • Deterministic reasoning stack for AI agents: simulate, decide & compute, plus cross-domain tools.

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/nesar/bbn-mcp-server'

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