Token导航 LogoToken导航

MCP Server · 运维云端

BCI-MCP Server

BCI-MCP是一个集成脑机接口技术和模型上下文协议的框架,用于神经信号采集、处理和AI交互,适用于医疗保健、辅助功能和研究开发。

stdio官方级别未说明来源级核验工具 0
AI交互Python云端部署

快速开始

作者 / 组织
enkhbold470
提供方
enkhbold470
运行时
Python

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

3 个

MCP World

选型结论

BCI-MCP Server 属于运维云端类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前要先准备 会话凭据。

分类

运维云端

传输方式

stdio

认证方式

会话凭据

部署方式

公开资料未说明

安装与配置

安装命令

python -m venv venv

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

具有模型上下文协议的脑机接口(BCI-MCP)

该项目将脑机接口(BCI)技术与模型上下文协议(MCP)相结合,为神经信号采集、处理和人工智能交互创建了一个强大的框架。

概述

BCI-MCP结合了:

  • 脑机接口(BCI):神经信号的实时采集和处理
  • 模型上下文协议(MCP):标准化的AI通信接口

这种集成使医疗保健、可访问性、研究和人机交互等领域的高级应用成为可能。

主要特点

BCI核心功能

  • 神经信号采集:实时捕获大脑活动的电信号
  • 信号处理:预处理、提取特征和分类大脑信号
  • 命令生成:将解释的大脑信号转换为命令
  • 反馈机制:提供反馈以帮助用户改进控制
  • 实时操作:以最小的延迟处理大脑活动

MCP集成功能

  • 标准化上下文共享:使用MCP将BCI数据与AI模型连接
  • 工具曝光:使BCI功能可用于AI应用程序
  • 可组合工作流:构建结合BCI信号和AI处理的复杂操作
  • 安全数据交换:启用保护隐私的神经数据传输

系统架构

BCI-MCP系统由几个关键组件组成:

┌─────────────────┐      ┌─────────────────┐      ┌─────────────────┐
│                 │      │                 │      │                 │
│  BCI Hardware   │──────│  BCI Software   │──────│   MCP Server    │
│                 │      │                 │      │                 │
└─────────────────┘      └─────────────────┘      └────────┬────────┘
                                                           │
                                                           │
                                                  ┌────────▼────────┐
                                                  │                 │
                                                  │  AI Applications │
                                                  │                 │
                                                  └─────────────────┘

入门指南

先决条件

  • Python 3.10+
  • 兼容的EEG硬件(或使用模拟模式进行测试)
  • requirements.txt中列出的其他依赖项

安装

# Clone the repository
git clone https://github.com/enkhbold470/bci-mcp.git
cd bci-mcp

# Create a virtual environment
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

# Install dependencies
pip install -r requirements.txt

使用Docker

为了更容易设置,你可以使用Docker:

# Build and start all services
docker-compose up -d

# Access the documentation at http://localhost:8000
# The MCP server will be available at ws://localhost:8765

基本用法

# Start the MCP server
python src/main.py --server

# Or use the interactive console
python src/main.py --interactive

# List available EEG devices
python src/main.py --list-ports

# Record a 60-second BCI session
python src/main.py --port /dev/tty.usbmodem1101 --record 60

高级应用

BCI-MCP集成可实现一系列尖端应用:

医疗保健和可及性

  • 辅助技术:使行动不便的人能够控制设备
  • 康复:通过实时反馈支持神经康复
  • 诊断工具:辅助诊断神经系统疾病

研发

  • 神经科学研究:促进大脑功能和认知的研究
  • BCI培训:加速学习和适应BCI控制
  • 协议开发:建立神经数据交换标准

AI增强界面

  • 自适应接口:基于神经信号和人工智能辅助进行调整的界面
  • 意图识别:通过神经信号更好地理解用户意图
  • 增强沟通:加强与语言障碍者的沟通

文档

项目文档托管在GitHub Pages上:

维护文档

文档是使用带有Material主题的MkDocs构建的。要更新文档,请执行以下操作:

  1. 对Markdown文件进行更改 docs/ 目录上 main 分支
  2. 提交并推动您的更改 main 分支
  3. GitHub Actions工作流将自动构建更新的文档并将其部署到GitHub Pages

本地文档开发

要在本地处理文档,请执行以下操作:

  1. 安装所需的依赖项:
   pip install mkdocs-material mkdocstrings mkdocstrings-python
  1. 运行本地服务器:
   mkdocs serve
  1. 查看文档:http://localhost:8000

项目结构

.
├── docs/                  # Documentation files
│   ├── api/               # API Documentation
│   ├── features/          # Feature Documentation
│   ├── getting-started/   # Getting Started Guides
│   └── index.md           # Documentation Home Page
├── mkdocs.yml             # MkDocs Configuration
└── .github/workflows/     # GitHub Actions Workflows

贡献

欢迎投稿!请随时提交拉取请求。

  1. 分叉存储库
  2. 创建要素分支(git checkout -b feature/amazing-feature)
  3. 提交您的更改(git commit -m 'Add some amazing feature')
  4. 推到分支(git push origin feature/amazing-feature)
  5. 打开拉取请求

许可证

此项目根据MIT许可证获得许可-有关详细信息,请参阅许可证文件。

致谢

联系

恩赫博尔德·甘博尔德-

项目链接:

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

脑机接口Python本地部署神经信号处理AI交互医疗辅助神经科学研究

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 3 个目录同时收录,信息可以交叉核对。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 需要自备会话凭据,没有凭据没法直接试。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到会话凭据的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
BCI-MCP Server

MCP World · 本页

0stdio有3 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

BCI-MCP Server 怎么安装?

公开资料给出的安装命令是 python -m venv venv,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

BCI-MCP Server 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

BCI-MCP Server 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

BCI-MCP Server 需要 API Key 吗?

公开资料标注的认证方式是会话凭据,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

BCI-MCP Server 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP