IDAES MCP服务器
设置
uv sync
uv run idaes get-extensions我不确定idaes在紫外线下的扩展效果有多好。确保 ipopt 指挥工作。
如果没有，最简单的方法就是在本地安装idaes：
pip install idaes-pse
idaes get-extensions用法
此MVP从拥有模型的同一进程启动MCP over HTTP服务器。
uv run main.py演示入口点构建一个微型模型，并在以下位置启动服务器：
http://127.0.0.1:8000/mcp在您自己的脚本中，构建 m 首先，然后调用：
from idaes_mcp.server import start_mcp_server
start_mcp_server(m, host="127.0.0.1", port=8000)可用工具：
型号概述
idaes.list_models–顶层块（例如。fs)以及（如果存在）以下块fsidaes.model_summary–DOF、变量/约束计数、固定变量计数idaes.list_variables-列出/过滤变量（值、边界、固定）idaes.list_constraints–列表/过滤器约束（边界、活动）idaes.fixed_variable_summary–具有名称、值和块的固定变量（快速查看诊断规范）idaes.flowsheet_report–单位report()流程图块的输出
结构和数值诊断
idaes.run_diagnostics–结构报告+约束不足/约束过大的集合；使用include_numerical=True解决后idaes.report_numerical_issues–完整的数值报告（缩放、残差、雅可比矩阵等；需要解决方案）idaes.top_constraint_residuals–最大的约束违规（快速可行性分流）idaes.dulmage_mendelsohn_partition–结构化欠约束/过约束变量和约束集（按块）idaes.diagnostics_display–运行特定显示（例如。large_residuals,inconsistent_units,near_parallel_constraints)；请参阅工具说明display_kind选项
高级/高洞察力
idaes.infeasibility_explanation-为什么模型不可行（松弛+最小不可行集）；运行额外的解决方案idaes.near_parallel_jacobian–近乎并行的约束行或变量列（简并/冗余）idaes.ill_conditioning_certificate–导致病态的约束/变量（Klotz风格）idaes.svd_underdetermined–基于SVD的欠定变量/约束（小奇异值）idaes.degeneracy_report–不可约退化集（IDS）；需要MILP求解器（例如SCIP）
解决
idaes.solve_flowsheet–使用Lipot或其他求解器求解整个流程图（当前模型）；返回成功、终止条件、消息。解决方案保留在模型中。
更改实时模型中的规格（持续到服务器重新启动）\ *需要此项，以便模型的DOF大于0，并且可以运行solve_one_point/convergence_analysis。*
idaes.unfix_variables–取消固定给定的变量路径（释放DOF）。例如，用于调整阀门出口温度，以便扫掠进料流量。idaes.fix_variables–将变量设置为值并修复它们（例如交换规格或设置相位分割0.0→ 0.001).idaes.set_constraints_active–按路径激活或停用约束（例如，删除冗余的温度约束；使用active=False停用）。idaes.set_variable_bounds–设置变量的下限/上限（setlb/setub）。用于放宽界限或约束决策变量。idaes.apply_changes_and_solve–在一次调用中应用多个更改（取消固定、修复、激活/停用约束、设置边界），然后可以选择求解。返回应用摘要、模型摘要、求解结果和顶部残差。用于在一次往返中尝试一批规格更改。
测试多个值（释放DOF后）
idaes.solve_one_point–将给定的变量设置为值，求解一次， 恢复 国家；用于测试一个操作点。仅在临时修复后DOF≥0时有效（因此，如果DOF为0，请先取消某些规格）。idaes.convergence_analysis–输入范围内的参数扫描（均匀采样）；在每个样本上运行模型，返回每个点的迭代次数/时间/数值问题（顺序）。扫描输入需要DOF≥0。
模型诊断工作流程（用于真正的洞察）
- 结构性（无需解决方案）\
run_diagnostics() → 固定DOF，然后使用 dulmage_mendelsohn_partition() 以准确查看哪些变量/约束是欠约束还是过约束。跟进 diagnostics_display("inconsistent_units"), diagnostics_display("potential_evaluation_errors")正如报告中所建议的那样。
- 初始化/求解后\
run_diagnostics(include_numerical=True) 或 report_numerical_issues().使用 top_constraint_residuals 用于快速可行性检查和 diagnostics_display("large_residuals") 了解详情。
- 如果求解器说不可行\
infeasibility_explanation() 以获得松弛和最小不可行集（冲突约束/界限）。
- 缩放/退化\
near_parallel_jacobian(direction="row") 或 direction="column", ill_conditioning_certificate()那么 svd_underdetermined() 并且可选 degeneracy_report() （需要SCIP或另一个MILP求解器）。
例子
示例文件显示了工作和损坏的idaes流程图。还提供了一个描述文件。
''' { “mcpServers”：{ “idaes-mcp”： “url”：“http://127.0.0.1:8005/mcp" }, “exa”：{ “url”：“https://mcp.exa.ai/mcp", “headers”：｛｝ } } } '''