A
licenseB
qualityC
maintenanceEnables AI agents to automate COMSOL Multiphysics simulations, including model management, geometry building, physics configuration, meshing, solving, and results visualization through the MCP protocol.
78
MIT
ptolemy-mcp
by tianfanxuan
与智能体环路协同设计工具表面：智能体设计自动化中的效率与可行性
IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (TCAD)
Tongyang Dai, Dimitrios Stamoulis, Hongyu Yuan, Jing Jin, and Jie Liu
本仓库包含了上述论文的工件。它包含 Ptolemy MCP 服务器、完整的评估框架、针对全部四个评估环境预采集的每次运行追踪文件，以及一个脚本，该脚本可在不需要 LLM API 密钥的情况下，根据这些追踪文件复现论文中的所有表格。
复现论文表格（无需 API 密钥）
eval/results/per_run/ 下预采集的追踪数据（以及 Verilog/RTL、SystemC 和 Simulink 对应的目录）就是重新生成 LaTeX 表格所需的全部内容。无需安装 Ptolemy II，也无需 Java。
pip install -e .
python reproduce_tables.py输出的 .tex 和 .json 文件将写入 reproduced_tables/。其中的数字应与发表的论文完全相同。也可以使用 --out-dir 指定一个替代输出目录。
Related MCP server: AFSIM MCP Server
安装
需要 Python 3.10 之后版本。
pip install -e .如需使用 Ptolemy II 集成功能（运行新评估时需要，而复现表格不需要），请在启动服务器之前设置两个环境变量：
export PTII=/path/to/ptII # Ptolemy II installation root
export JAVA_HOME=/path/to/java # JRE 11+在 Windows 上，请使用 set 命令或 PowerShell 的 $env: 等效写法。
运行冒烟测试
冒烟测试会通过 stdio 启动 MCP 服务器，构建一个小型 SDF 模型，并端到端验证一个信号属性。它要求已设置 PTII 和 JAVA_HOME。
python demos/mcp_stdio_smoke.py重新运行完整评估
重新运行需要一个可用的 LLM API 密钥以及一个可正常工作的 Ptolemy II 安装。有关批量测试脚本和配置详情，请参阅 eval/README.md。
基于 Claude 的智能体通过 eval/ptolemy_mcp_config.json 进行配置。GPT-5 跨模型探测将从 PTOLEMY_GPT5_BASE 环境变量读取端点（默认使用标准的 OpenAI 兼容端点）。
仓库布局
ptolemy_mcp/ MCP server and Ptolemy II bridge (Python package)
eval/
benchmarks/ Task specifications for Benchmark A and C
results/per_run/ Pre-collected per-run trace JSON files (1 260 runs)
aggregate_*.py Aggregation scripts that produce the paper's tables
runner.py Evaluation harness entry point
eval_eda/ Verilog/RTL cross-environment evaluation (54 runs)
eval_systemc/ SystemC cross-environment evaluation (27 runs)
eval_simulink/ Simulink cross-environment evaluation (18 runs)
agent/ System prompt and case-study notes used during evaluation
demos/ End-to-end smoke demo and reference MoML models
examples/ Example MCP client configuration
scripts/ Helper scripts for running sweeps
reproduce_tables.py Code Ocean entry point — regenerates all tables追踪文件格式
eval/results/per_run/ 中的每个文件都是一个 JSON 对象，包含以下顶层字段：
字段 | 描述 |
| 基准测试任务标识符 |
| 智能体配置名称（C1–C4, OPT, …） |
| 使用的模型（claude、oracle…） |
| 重复次数，即第几轮 |
| 是否所有属性都得到满足 |
| 运行所消耗的墙钟时间 |
| 数值分数（违反程度，或通过时为 0） |
| MCP 工具调用的总数 |
| 按各应用统计的单个调用次数 |
许可证
参见 LICENSE。
This server cannot be deployed
Maintenance
ActivitySlowing
ResponsivenessNo issues
Related MCP Connectors
MCP server for your apps' tools and custom tools, plus hosted AI agents and approval-gated workflows
- WauldoOAuthcom.wauldo
Stateless agentic tools over MCP: concept extraction, long-context, knowledge graph, planning.
MCP-Native LLM Orchestration Agent
LLM Orchestration MCP Agent
Related MCP Servers
- AlicenseAqualityCmaintenanceEnables LLMs and AI agents to interact with AFSIM through standardized MCP tools for scenario management, entity/component control, simulation execution, and results analysis.3726MIT
- AlicenseNot gradedqualityDmaintenanceEnables AI assistants to control MATLAB Simulink models through natural language, providing tools for model creation, block management, wiring, simulation, and more via a local MCP backend.3MIT
- AlicenseNot gradedqualityDmaintenanceEnables AI agents to automate COMSOL Multiphysics simulations, including model management, geometry building, physics configuration, meshing, solving, and results visualization via the MCP protocol.MIT