bbn-mcp-server
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").

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: sre-toolkit-mcp
Herramientas
herramienta | qué hace |
| parámetros, abundancias medidas, referencias, las preguntas clásicas — llámala primero |
| 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 |
| abundancias vs Ω_b h² → CSV (el cálculo del diagrama de Schramm) |
| Yp, D/H, ⁷Li/H vs Ω_b h² con bandas observadas + la densidad bariónica del CMB |
| abundancias vs ΔN_eff (cada punto resuelve de nuevo la historia térmica) → CSV |
| cómo la radiación oscura desplaza Yp y D/H — BBN como contador de partículas |
| Yp y D/H vs τ_n → CSV |
| Yp(τ_n) frente a la banda de helio observada y las mediciones discrepantes de botella/haz |
| 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:
Cada herramienta devuelve
{status, files, message, metadata}(ArtifactResult).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)
pytestEl 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 8003Los 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).
This server cannot be installed
Maintenance
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
- AlicenseNot gradedqualityDmaintenanceEnables astronomy research by orchestrating specialized agents to access astronomical data tools (DESI, LSST, etc.) and perform analysis, simulations, and literature review.1MIT
- AlicenseNot gradedqualityCmaintenanceEnables 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
- AlicenseNot gradedqualityCmaintenanceExposes 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
- FlicenseNot gradedqualityBmaintenanceMCP server that exposes cosmology tools to LLM agents, including CLASS matter power spectrum computation, eBOSS DR14 Lyman-α forest data retrieval, and plotting capabilities.1
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.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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