Skip to main content
Glama
nesar

bbn-mcp-server

by nesar

bbn-mcp-server

Un servidor MCP que expone herramientas científicas — la nucleosíntesis del Big Bang, la física de partículas de los primeros tres minutos del universo — a cualquier agente LLM. Construido siguiendo el mismo patrón que spectra-mcp-server y gaia-mcp-server; el cliente multiagente en multiagent-client-demo maneja cualquiera de estos servidores sin cambios.

La ciencia

Entre un segundo y unos pocos minutos después del Big Bang, el universo en expansión funcionó como un reactor nuclear. Su producción — las abundancias primordiales de helio-4, deuterio, helio-3 y litio-7 — sigue siendo medible hoy en día, y depende de exactamente tres cosas que un agente puede ajustar:

  • la densidad bariónica Ω_b h² (cuánta materia ordinaria existe),

  • especies relativistas extra ΔN_eff (cualquier partícula ligera más allá de los tres neutrinos del Modelo Estándar — radiación oscura, estados estériles, axiones — acelera la expansión y cambia las abundancias),

  • la vida media del neutrón τ_n (que fija la relación neutrón/protón en el congelamiento débil — y cuyas mediciones de laboratorio actualmente discrepan en ~10 s, el enigma "botella vs haz").

Primordial abundances vs baryon density

Las historias clásicas están todas aquí: las abundancias y el CMB coinciden en la densidad bariónica del universo (concordancia), el helio cuenta los grados de libertad ligeros en t ~ 1 s, y el panel de litio-7 muestra un famoso problema sin resolver — la predicción es ~3× la meseta de Spite observada.

Todos los cálculos se ejecutan con PRyMordial (Burns, Tait y Valli, EPJC 84 (2024) 86), el código Python comunitario para BBN de precisión dentro y más allá del Modelo Estándar. PRyMordial es GPL-3.0 y no está en PyPI, por lo que no se incluye aquí — un script de configuración descarga una copia fijada en extern/ (ignorado por git).

Related MCP server: spectra-mcp-server

Herramientas

herramienta

qué hace

describe_bbn_inputs()

parámetros, abundancias medidas, referencias, las preguntas clásicas — llámala primero

compute_abundances(omega_b_h2, delta_neff, tau_n_s)

una ejecución completa de 63 reacciones: N_eff, Yp, D/H, ³He/H, ⁷Li/H, cada una con su desviación (σ) respecto a la observación

scan_baryon_density(output_dir, ...)

abundancias vs Ω_b h² → CSV (el cálculo del diagrama de Schramm)

plot_abundance_curves(scan_file, output_dir)

Yp, D/H, ⁷Li/H vs Ω_b h² con bandas observadas + la densidad bariónica del CMB

scan_neff(output_dir, ...)

abundancias vs ΔN_eff (cada punto resuelve de nuevo la historia térmica) → CSV

plot_neff_impact(scan_file, output_dir)

cómo la radiación oscura desplaza Yp y D/H — BBN como contador de partículas

scan_neutron_lifetime(output_dir, ...)

Yp y D/H vs τ_n → CSV

plot_neutron_lifetime_impact(scan_file, output_dir)

Yp(τ_n) frente a la banda de helio observada y las mediciones discrepantes de botella/haz

fit_baryon_density(scan_file, observables)

ajuste χ²: el Ω_b h² preferido por BBN ± 1σ, comparado con Planck — la prueba de concordancia en un número

Las predicciones incluyen la sistemática de las tasas nucleares (compilación PRIMAT, el valor predeterminado de PRyMordial) en cuadratura con los errores de medición — solo la tasa d(p,γ)³He mueve D/H en unos pocos por ciento, lo cual es una discusión genuina y activa en el campo, no un error.

Dos convenciones que vale la pena copiar en cualquier servidor MCP de ciencias:

  1. Cada herramienta devuelve {status, files, message, metadata} (ArtifactResult).

  2. Los arreglos se mueven entre herramientas como rutas de archivo, nunca a través de la ventana de contexto del agente.

Instalación

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

El script de configuración clona un commit fijado de PRyMordial en extern/PRyMordial (se puede sobrescribir con la variable de entorno PRYM_DIR) y ejecuta un cálculo del Modelo Estándar con las banderas de guardado activadas, de modo que el fondo térmico y las tasas débiles se almacenan en caché — eso hace que los escaneos de parámetros sean ~6× más rápidos y permite que el servidor se ejecute sin acceso de escritura a la copia de trabajo.

¿Ya tienes el entorno spectra-tutorial de los otros servidores? Puedes reutilizarlo: pip install numba numdifftools, ejecuta el script de configuración, y luego lanza siempre este servidor (y pytest) desde el directorio raíz de este repositorio — todos los servidores tutoriales exportan paquetes llamados tools y mcp_server, así que no hagas pip install -e de varios de ellos en un mismo entorno; ejecutar desde la raíz del repositorio hace que los paquetes locales ganen.

Ejecutar el servidor

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

Los clientes se conectan a http://127.0.0.1:8003/mcp. Puerto 8003 por convención, para que este servidor pueda ejecutarse junto con spectra (8000), gaia (8001) y lattice (8002). Detener con Ctrl+C.

Para usar este servidor desde Claude Code, la aplicación de escritorio de Claude, Codex, Cursor o cualquier otro cliente MCP, consulta docs/mcp-clients.md — un .mcp.json incluido en el repositorio ya lo conecta con Claude Code.

Preguntas para hacer a un agente

"¿La densidad bariónica medida por Planck en el CMB predice correctamente la abundancia de deuterio que observamos en los espectros de cuásares? Escanea la densidad bariónica, ajústala a partir de las abundancias y dame el veredicto en sigma."

"Si hubiera una especie de neutrino extra en el universo temprano, ¿qué habría pasado con el helio primordial, y eso está permitido por los datos?"

La primera se convierte en una pregunta genuina de dos servidores cuando este servidor se aloja junto a uno capaz de manejar CMB (calcula la cola de amortiguamiento allí, el deuterio aquí).

Related MCP Connectors

Related MCP Servers

  • A
    license
    A
    quality
    A
    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.
    6
    MIT
  • F
    license
    Not graded
    quality
    D
    maintenance
    Enables AI agents to analyze the polarized SLD e+e- collision dataset through agent-callable tools for data inspection, hadronic event selection, leptonic asymmetry measurements, and electroweak physics plotting (A_LR extraction, event shapes, weak-mixing angles).
    -
  • F
    license
    Not graded
    quality
    D
    maintenance
    Enables LLM agents to compute and analyze the thermodynamics of hot, strongly interacting matter from lattice QCD, including the equation of state, hadron resonance gas properties, and associated plots, using the latqcdtools package.
    -