Which integrations are available for this server?

Provides tools for creating, customizing, and exporting scientific plots and performing data analysis using Origin 2025b, controlled via natural language.

How do I use origin-MCP?

1. Click on "Deploy Server". 2. Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state. 3. In the chat, type @ followed by the MCP server name and your instructions, e.g., "@origin-MCP Import data.csv, plot scatter with linear fit, export PNG" That's it! The server will respond to your query, and you can continue using it as needed. Here is a step-by-step guide with screenshots.

origin-MCP

by ZHANG-923-ZE

Overview Schema Source Related Servers Discussions Admin

Python

Local

MCP OriginPro — 自然语言驱动 Origin 2025b 科学绘图

Python 3.10+ MCP License: MIT Platform: Windows

MCP OriginPro 是一个 MCP (Model Context Protocol) 服务器，让 AI 编程助手（OpenCode、Claude Desktop 等）通过自然语言控制 Origin 2025b。你只需用中文或英文描述想要的图表，AI 就能自动创建、定制、分析和导出发表级科学图表 —— 全程无需触碰 Origin GUI。

26 个工具 · 52+ 种图表 · 曲线拟合（12 模型）· 统计分析 · 多格式导出

项目概述

在科研工作中，用 Origin 画图通常需要在 GUI 中反复点击菜单、调整参数。MCP OriginPro 将这个过程完全自动化：AI 助手理解你的自然语言指令，翻译成 originpro COM API 调用，直接在 Origin 中生成图表。

典型场景：

"帮我把 data.csv 导入 Origin，用第一列做 X 轴、第二列做 Y 轴画散点图，标题写'电压-电流关系曲线'，坐标轴标注中文，线性拟合后导出 PNG。"

Related MCP server: origin-mcp

核心功能

类别	工具数	工具	功能
系统	1	`ping`	连接检测（必须先调用）
数据	4	`create_worksheet` `set_column_data` `import_csv` `get_column_info`	创建工作表、导入 CSV/TXT/DAT、设置列数据
绘图	5	`create_plot` `create_multi_curve_plot` `create_grouped_plot` `create_multi_panel_plot` `add_plot_to_graph`	统一绘图入口，支持 52+ 图表类型
定制	6	`set_axis_format` `set_axis_labels` `set_graph_title` `set_plot_style` `set_legend` `add_text_annotation`	坐标轴、标签、标题、样式、图例、文本注释
分析	4	`fit_linear` `fit_nonlinear` `fit_peak` `compute_statistics`	线性拟合、非线性拟合（12 模型）、寻峰、描述统计
导出	2	`export_graph` `save_project`	导出 PNG/SVG/PDF/EPS/EMF/JPG/TIF/BMP、保存 .opju
项目	3	`list_graphs` `list_worksheets` `get_graph_snapshot`	查看当前 Origin 会话中的图表和工作表

支持的绘图类型

2D 基础: line, scatter, line_symbol, column, bar, area, pie
2D 堆叠: stack_column, stack_bar, stack_area
2D 统计: box, histogram, error_bar, x_error_bar
2D 高级: bubble, color_bubble, float_bar, high_low_close, ohlc_candlestick, vector_xyxy, vector_xyam
2D 专题: polar, polar_xr_theta, ternary, smith_chart, windrose, dendrogram, waterfall_2d, double_y
3D: 3d_scatter, 3d_trajectory, 3d_surface, 3d_mesh, 3d_wireframe, 3d_bars, 3d_ribbons, 3d_walls, 3d_waterfall, 3d_vector, 3d_scatter_error
等高线/热图: contour, contour_filled, contour_line, contour_gray, heatmap, image, ternary_contour
多面板: multi_panel_2v, multi_panel_2h, multi_panel_4, multi_panel_9, multi_panel_stack

曲线拟合与统计

分析功能:

线性回归（支持固定斜率/截距、置信带、预测带）
非线性拟合（Gauss, Lorentz, Boltzmann, ExpDecay, Poly, Sine 等 12 种模型）
多峰拟合（自动寻峰 + Gauss/Lorentz 拟合）
描述统计（均值、标准差、最小值、最大值、中位数、总和、偏度、峰度）

前置要求

要求	说明
Windows 10 / 11	Origin 2025b 仅支持 Windows
Origin 2025b	必须安装（Origin 2024 部分兼容）
COM 自动化	在 Origin 中：工具 → 系统变量 → 找到 `opj_allow_automation` → 设为 `1` → 重启 Origin
Python 3.10+	运行服务器所需
uv（推荐）	快速 Python 包管理工具；也可用 pip

关键步骤: COM 自动化默认关闭。不启用则所有工具都会报 origin_not_running。

验证 COM 是否正常：

python -c "import originpro; print('originpro OK')"

安装与部署

1. 克隆项目

git clone https://github.com/ZHANG-923-ZE/origin-MCP.git
cd origin-MCP

2. 安装依赖

uv pip install -e .          # 基础安装
uv pip install -e ".[dev]"   # 含开发工具 (pytest, ruff, pyright)

originpro 随 Origin 2025b 安装提供，不在 PyPI 上。确保 Origin 已安装且其 Python 目录在 sys.path 中。

3. 验证服务器

uv run python -c "from mcp_origin.server import mcp; print('Server:', mcp.name)"
# 输出: Server: OriginPro

4. 配置 OpenCode

编辑 .opencode/opencode.json（项目根目录或全局 ~/.config/opencode/opencode.json）：

{
  "mcpServers": {
    "originpro": {
      "command": "uv",
      "args": ["run", "--directory", "F:/LearnFILE/MCP", "mcp", "dev", "server.py"]
    }
  }
}

5. 配置 Claude Desktop

编辑 Claude Desktop 配置文件：

{
  "mcpServers": {
    "originpro": {
      "command": "uv",
      "args": ["run", "--directory", "C:/path/to/origin-MCP", "mcp", "run", "server.py"]
    }
  }
}

6. 启动 Origin 2025b

在使用任何绘图工具前，确保 Origin 2025b 已启动。MCP 服务器通过 COM 协议与 Origin 通信，Origin 必须处于运行状态。

工作原理

整体架构

AI 助手 (自然语言)
    │
    ▼
FastMCP Server (server.py)     ← MCP 协议层
    │
    ├── tools/data.py           ← 数据准备
    ├── tools/plot.py           ← 统一绘图引擎 (create_plot)
    ├── tools/customize.py      ← 图表定制
    ├── tools/analysis.py       ← 曲线拟合 & 统计
    ├── tools/export.py         ← 导出 & 保存
    ├── tools/project.py        ← 项目管理
    │
    ├── core/connection.py      ← COM 连接管理 (惰性加载)
    ├── core/errors.py          ← 异常体系 (4 类)
    └── core/constants.py       ← 绘图类型映射 (PLOT_TYPE_MAP)
    │
    ▼
Origin 2025b COM API            ← originpro 包

分层设计

server.py (FastMCP 包装器)  ← 依赖 tools 和 core
    │
tools/*.py (纯函数)          ← 依赖 core 和 utils
    │
core/ (不导入 MCP)            ← 不依赖任何内部模块

server.py 负责 MCP 协议层的 @mcp.tool() 注册，将 AI 调用转发给 tools 层
tools/*.py 实现具体的业务逻辑，每个函数遵循 ensure_origin() → validate → operate → format_response() 模式
core/connection.py 管理 Origin COM 连接，采用惰性加载策略（首次调用时才导入 originpro）
core/errors.py 定义 4 类结构化异常，每类异常都携带 hint 字段供 AI 自动修正

异常处理

所有错误继承自 OriginProError，返回结构化 JSON（success, error, hint, details）。AI 可根据 hint 字段自动修正参数重试：

异常类型	触发条件	hint 示例
`OriginNotRunningError`	COM 不可用	"请启动 Origin 2025b"
`ToolExecutionError`	COM API 调用失败	具体 API 错误信息
`ValidationError`	参数无效	有效值列表或修正建议

统一绘图入口

create_plot(plot_type="scatter", ...) 是核心绘图工具。只需传入 plot_type 字符串，其余参数均有默认值。支持的绘图类型定义在 core/constants.py 的 PLOT_TYPE_MAP 中（48+ 条目）。

项目结构

origin-MCP/
├── server.py                  # MCP 服务器入口 (thin wrapper)
├── run_server.py              # 独立运行脚本
├── pyproject.toml             # 项目配置 (hatchling)
├── LICENSE                    # MIT 许可证
├── README.md                  # 本文件
├── AGENTS.md                  # AI 代理开发指南
├── sample.csv                 # 示例数据文件
├── src/mcp_origin/
│   ├── __init__.py            # __version__ = "0.1.0"
│   ├── server.py              # FastMCP 实例 + @mcp.tool() 注册
│   ├── utils.py               # parse_color, safe_path, format_response
│   ├── core/
│   │   ├── connection.py      # Origin COM 连接管理
│   │   ├── errors.py          # 异常层级 (4 类)
│   │   └── constants.py       # PLOT_TYPE_MAP, 颜色/符号/线型常量
│   └── tools/
│       ├── data.py            # 数据准备工具 (4)
│       ├── plot.py            # 绘图工具 (5) — 统一 create_plot 引擎
│       ├── customize.py       # 定制工具 (6)
│       ├── analysis.py        # 分析工具 (4)
│       ├── export.py          # 导出工具 (2)
│       └── project.py         # 项目管理工具 (3)
└── tests/                     # 测试目录
    ├── __init__.py
    └── conftest.py

使用示例

典型工作流

ping                          → 检查连接
import_csv("data.csv")        → 导入数据
create_plot(                  → 创建图表
  plot_type="scatter",
  x_col=0, y_col=1
)
set_axis_labels(              → 设置坐标轴标签
  x_label="时间 (s)",
  y_label="电压 (V)"
)
set_graph_title(              → 设置标题
  title="电压-时间曲线"
)
fit_linear()                  → 线性拟合
export_graph(                 → 导出图片
  file_path="./output.png"
)

自然语言示例

对 AI 助手说：

散点图 + 线性拟合:

"导入 data.csv，以 col(A) 为 X、col(B) 为 Y 画散点图，标题'电压-电流特性曲线'，线性拟合并显示 R²，导出为 PNG"

多曲线对比图:

"用多曲线图对比三组实验数据，X 轴用 col(A)，Y 轴用 col(B)/col(C)/col(D)，分别标注为'对照组'、'实验组1'、'实验组2'"

3D 曲面图:

"画 3D 曲面图，X=col(A) Y=col(B) Z=col(C)，用 Jet 色图，标题'温度场分布'"

常见问题

问题	原因	解决方法
`ping` 返回 `origin_not_running`	Origin 2025b 未启动	启动 Origin 2025b
`ping` 返回 `originpro_not_installed`	originpro 不在 Python 路径	安装 Origin 2025b 或添加其 Python 目录到 `PYTHONPATH`
"No active worksheet"	未创建数据容器	先调用 `create_worksheet`
"Column index out of range"	列号超出范围	调用 `get_column_info` 检查列布局
修改了错误的工作表	未指定 `worksheet_name`	总是显式传入 `worksheet_name`
数据点超出坐标轴范围	`axis.scale` 操作问题	`create_plot` 已自动处理；直接调用 originpro 时注意 `gl.rescale()`
中文参数报错	参数名必须用英文	只有 `title`、`x_label`、`y_label` 和文本注释支持中文
调用工具前未 `ping`	不知道 Origin 是否在线	总是先 `ping`，检查 `success` 字段

许可证

详见 LICENSE 文件。

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityInactive

ResponsivenessNo issues

Resources

GitHub Repository

Need Help?

Related Servers

Related MCP Connectors

Quadratic A
io.github.quadratichq
AI access to Quadratic spreadsheets: open files, run Python/SQL, query connected databases.
Data Platforms Databases Code Execution
52
analyticsOAuth
ai.mcpanalytics
The statistical analyst in your AI chat — validated, citable, re-runnable analysis of your data.
Search Data Platforms Monitoring
27
ChartPaneOAuth
io.github.ahmadsl
Renders interactive Chart.js charts and dashboards inline in AI conversations.
Developer Tools Data Platforms
21
mcpOAuth
io.scispot
Turn any LLM into your lab assistant: search samples, track experiments, analyze data with AI.
Research & Data AI & Machine Learning Developer Tools
2

Related MCP Servers

ML Research MCP
Research & Data Developer Tools Image & Video Processing
nishide-dev
A
license
A
quality
D
maintenance
Provides machine learning researchers with tools for creating publication-quality scientific visualizations, statistical plots, and 2D data representations. It streamlines the research workflow by enabling AI assistants to generate complex figures from CSV, JSON, or direct data inputs.
Updated 8 months ago (2026-02-07 02:59 UTC)
8
9
MIT
origin-mcp
Data Visualization Research & Data
Ge-Shun
A
license
A
quality
A
maintenance
Enables AI assistants to control Origin/OriginPro on Windows, including data import, worksheet editing, graphing, analysis, and figure export.
Updated 10 days ago (2026-09-12 14:23 UTC)
25
139 PyPI
101
MIT
OriginLab MCP Server
Data Visualization Research & Data
garethbeaumo
A
license
Not graded
quality
C
maintenance
Bridge between AI assistants and OriginLab, enabling data import, plotting, analysis, and export through natural language commands.
Updated 18 days ago (2026-09-04 17:51 UTC)
80
MIT
Origin Pro MCP Server
Data Visualization Research & Data
youngminsw
A
license
A
quality
B
maintenance
Enables AI assistants to control OriginLab Origin Pro via COM automation for data analysis, graphing, and styling, with real-time GUI updates.
Updated 2 months ago (2026-07-11 12:30 UTC)
56
101 PyPI
41
MIT