Token导航 LogoToken导航

MCP Server · 开发工具

Cables Rl MCP

一个集成Cables.gl视觉编程与强化学习的MCP服务器,用于自主视觉参数优化和生成艺术探索。

stdio官方级别未说明来源级核验工具 14
TypeScriptClaude开发工具

快速开始

作者 / 组织
Adkr1989
提供方
Adkr1989

工具数量

14

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

3

仓库热度

收录来源

1 个

MCP World

选型结论

Cables Rl MCP 属于开发工具类 MCP Server,公开资料标注 14 个工具,通过stdio 本地进程接入,适配 Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

开发工具

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

pip install numpy

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 对应的运行时,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 14 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

🎨 RL MCP服务器电缆

训练人工智能自主创作艺术

*集成了以下功能的MCP服务器 Cables.gl 使用强化学习进行可视化编程,用于自主视觉参数优化和生成艺术探索。*

特性 • 安装 • 快速开始 • 文档 • 例子

______________________________________________________________________

🌟 什么是RL电缆?

电缆RL连接 克劳德代码 和 Cables.gl (强大的视觉着色器系统)和 强化学习,允许AI代理:

  • 🎯 发现 自动生成美观的着色器参数
  • 🔄 优化 基于奖励学习的视觉输出
  • 🖼️ 生成 探索参数空间的独特生成艺术
  • 📊 学习 通过审美奖励功能看起来“好”的东西

将其视为 自主视觉艺术家 探索您的Cables.gl补丁的创造性可能性。

✨ 特性

特性描述
🎮 实时控制通过浏览器自动化修改Cables.gl参数
🧠 RL集成支持PPO、SAC和TD3算法
🎨 审美奖励多分量奖励函数(熵、色彩和谐、运动连贯性)
🔍 新奇探索发现新视觉领域的额外奖励
💾 会话保持保存/恢复探索会话
📸 自动捕获自动保存高奖励帧
⚡ 高性能\<0.01ms奖励计算,\<0.02ms动作生成

🏗️ 建筑

┌─────────────────────────────────────────────────────────────┐
│                    Claude Code (Client)                      │
│                                                              │
│  Your prompts  ←→  cables-rl MCP  ←→  Playwright MCP        │
└─────────────────────────────────────────────────────────────┘
                            │
              ┌─────────────┼─────────────┐
              ▼             ▼             ▼
      ┌───────────┐  ┌───────────┐  ┌───────────┐
      │   RL      │  │ Cables.gl │  │  Reward   │
      │  Agent    │  │  Browser  │  │  System   │
      │(PPO/SAC)  │  │  Control  │  │(Aesthetic)│
      └───────────┘  └───────────┘  └───────────┘

📦 安装

先决条件

快速安装

# Clone the repository
git clone https://github.com/adkr1989/cables-rl-mcp.git
cd cables-rl-mcp

# Install Node.js dependencies
npm install

# Install Python dependencies
pip install numpy

# Build the project
npm run build

配置Claude代码

添加到您的Claude Code MCP设置中(~/.claude.json 或项目设置):

{
  "mcpServers": {
    "cables-rl": {
      "type": "stdio",
      "command": "node",
      "args": ["/path/to/cables-rl-mcp/dist/index.js"],
      "env": {
        "PYTHON_PATH": "python",
        "OUTPUT_DIR": "/path/to/cables-rl-mcp/output"
      }
    },
    "playwright": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@playwright/mcp@latest"]
    }
  }
}

🚀 快速开始

1.加载Cables.gl补丁

在克劳德代码中,问:

Load the Anomaly patch from Cables.gl and show me what parameters are available

2.探索参数

Change the blur amount to 15 and the chromatic aberration to 8, then take a screenshot

3.初始化RL代理

Initialize an SAC agent to optimize the Timer speed (0-5) and Blur amount (0-20) for aesthetic visuals

4.自主探索

Run autonomous exploration for 5 minutes, saving any interesting frames

🛠️ MCP工具

Cables.gl控制

工具说明
cables_load_patch在浏览器中加载Cables.gl补丁
cables_set_parameter实时设置参数值
cables_get_parameters获取所有可用参数
cables_batch_set_parameters高效地设置多个参数
cables_get_frame_metrics捕获帧并计算视觉指标

RL代理

工具说明
rl_init_agent初始化RL代理(PPO/SAC/TD3)
rl_get_action从代理获取下一步操作
rl_update_reward向代理发送奖励信号
rl_training_step执行培训步骤
rl_save_checkpoint保存代理状态
rl_load_checkpoint加载代理状态

自主探索

工具说明
rl_autonomous_explore运行自主视觉探索
rl_stop_exploration停止运行探索
rl_get_exploration_status获取探索状态

🎨 奖励系统

审美奖励功能结合了多个组成部分:

reward = (
    0.3 * entropy_score +      # Visual complexity
    0.2 * color_harmony +      # Color distribution
    0.2 * motion_coherence +   # Smooth motion
    0.2 * novelty_bonus -      # Exploration bonus
    0.1 * fps_penalty          # Performance penalty
)
组件描述
熵分数奖励平衡的视觉复杂性(不太简单,不嘈杂)
色彩和谐奖励均衡的颜色分布
运动一致性奖励平稳、有意的运动而不是抖动
新奇奖励探索新参数区域的奖励
FPS处罚惩罚损害性能的参数组合

📊 演出

度量结果
奖励计算0.007毫秒
动作生成0.14毫秒
理论训练速度150+步/秒
Cables.gl FPS145 FPS

📁 项目结构

cables-rl-mcp/
├── src/
│   ├── index.ts              # MCP server entry point
│   ├── types.ts              # TypeScript definitions
│   ├── tools/
│   │   ├── cables-control.ts # Cables.gl browser automation
│   │   ├── rl-agent.ts       # RL agent bridge
│   │   ├── reward-system.ts  # Visual metrics & rewards
│   │   └── training-loop.ts  # Autonomous training
│   └── bridge/
│       └── python-bridge.ts  # Python process communication
├── python/
│   ├── agent_wrapper.py      # RL agent wrapper
│   ├── reward_functions.py   # Aesthetic reward calculations
│   └── env_cables.py         # Gym environment
├── package.json
├── tsconfig.json
└── README.md

🤝 贡献

欢迎投稿!请随时提交拉取请求。

  1. 克隆该仓库
  2. 创建功能分支(git checkout -b feature/AmazingFeature)
  3. 提交您的更改(git commit -m 'Add some AmazingFeature')
  4. 推到分支(git push origin feature/AmazingFeature)
  5. 打开拉取请求

📜 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

______________________________________________________________________

由以下材料制成❤️ 通过 A_开发

*通过视觉探索赋予人工智能创造力*

工具与能力

工具数量

14

资源数量

0

提示词数量

0

能力标签

生成艺术TypeScript本地部署强化学习视觉编程参数优化自动化艺术创作

支持客户端

Claude

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

让助手直接读代码

把仓库、提交记录和 issue 交给模型检索,补全和重构时不用来回复制文件。

在对话里跑命令

触发构建、测试和脚本,执行结果直接回到上下文,省去切终端。

接进开发流程

把 PR、CI 状态和代码审查接进助手,减少在几个工具之间跳。

选择建议

值得选的地方

  • 工具数量 14 个,一次接入能覆盖的操作比单点工具更全。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 运行环境,换机器要重新装一遍。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。
  • 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

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 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。
  • 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
Cables Rl MCP

MCP World · 本页

14stdio有1 个2026-05-17
Git 838e2ec1

MCP World

12stdio有2 个2026-05-17
Markitdown MCP 2c653a5f

MCP World

1stdio有1 个2026-05-17
Context7 831acf40

MCP World

0stdio有1 个2026-05-17
Context7 MCP C671e75a

MCP World

0stdio有1 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

Cables Rl MCP 怎么安装?

公开资料给出的安装命令是 pip install numpy,运行环境为 未标注。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Cables Rl MCP 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 未标注;保存后完全退出客户端再打开,配置才会生效。

Cables Rl MCP 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。

Cables Rl MCP 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Cables Rl MCP 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP