Token导航 LogoToken导航TokenDH.com
Montage MCP Server logo
AI代理stdio官方级别未说明来源级核验

Montage MCP Server

MCP Server

Montage MCP Server 是一个基于模型上下文协议(MCP)的服务,用于生成天文图像拼接工作流,支持通过自然语言在Claude Desktop中创建复杂的天文数据处理工作流。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
PythonClaudeAI代理Claude DesktopClaude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

hyperflow-wms

提供方

hyperflow-wms

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python3 tests/test_mcp_server.py

详细介绍

蒙太奇MCP服务器

](https://github.com/hyperflow-wms/montage-mcp-server/releases/tag/v1.2.0) ![License](LICENSE) ](https://hub.docker.com/r/hyperflowwms/montage-mcp-server)

MCP(模型上下文协议)服务器,使用 蒙太奇工具包.在Claude Desktop中使用自然语言创建处理天文测量数据的复杂工作流程。

版本: 1.2.0

特性

  • 自然语言接口:使用Claude Desktop中的对话命令生成工作流
  • 对象名称解析:使用天体名称(M31、NGC 7293)而不是坐标
  • 多重调查支持:2MASS(近红外)、DSS(光学)、SDSS(多波段光学)
  • 多种输出格式:以YAML(传统)、WfCommons WfFormat(JSON)、HyperFlow(JSON)或所有格式同时生成工作流
  • 统一工作流生成:默认模式在具有共享元数据的单个目录中生成HyperFlow和WfFormat
  • 大型工作流支持:通过基于文件的输出和卷装载处理大于1MB的工作流
  • 完整蒙太奇v6.0:所有70多个蒙太奇二进制文件都已编译并准备就绪

快速开始

1.使用Docker运行(推荐)

# Pull the pre-built image (once available)
docker pull hyperflowwms/montage-mcp-server:latest

# Or build locally
docker build -t montage-mcp-server:latest .

2.配置克劳德桌面

添加到您的 claude_desktop_config.json:

Linux/Mac:

{
  "mcpServers": {
    "montage-workflow": {
      "command": "docker",
      "args": [
        "run", "--rm", "-i",
        "-v", "/path/to/workflows:/workflows",
        "montage-mcp-server:latest"
      ]
    }
  }
}

Windows(WSL):

{
  "mcpServers": {
    "montage-workflow": {
      "command": "wsl.exe",
      "args": [
        "-e", "docker", "run", "--rm", "-i",
        "-v", "/home/username/montage-workflows:/workflows",
        "montage-mcp-server:latest"
      ]
    }
  }
}

替换 /path/to/workflows 使用您所需的工作流输出目录。

3.重新启动克劳德桌面

4.使用自然语言

"Generate a Montage workflow for the Orion Nebula using 2MASS J, H, K bands"
"Create a 0.5 degree mosaic of M31 in HyperFlow format"
"What astronomical surveys are supported?"

MCP工具

generate_montage_workflow

生成完整的蒙太奇工作流程。

参数:

  • center (必填):对象名称(“M31”)或坐标(“10.68 41.27”)
  • degrees (必填):马赛克尺寸(0.1至10度)
  • bands (必填):调查带阵列(例如。, ["2mass:j:red"])
  • output_format (可选):“两者”(默认-生成HyperFlow+WfFormat)、“yaml”(传统)、“WfFormat”(WfCommons)或“HyperFlow”
  • workflow_name (可选):自定义工作流名称

退货: 包含文件位置和统计信息的工作流摘要

输出格式:

  • 两者 (默认):生成两者 workflow.json (HyperFlow)和 workflow-wfformat.json (WfCommons)在一个目录中
  • 超流:HyperFlow JSON格式(workflow.json)
  • wfformat:WfCommons WfFormat JSON(workflow-wfformat.json)
  • YAML:传统的YAML格式(workflow.yml)

list_supported_surveys

列出所有可用的天文测量及其波段。

validate_workflow

验证工作流YAML结构。

analyze_workflow

生成有关工作流的统计信息。

compile_to_hyperflow

将YAML工作流转换为HyperFlow JSON格式。

支持的调查

2MASS(2微米全天巡天)

覆盖整个天空的近红外测量。

  • 乐队: j (1.25μm), h (1.65μm), k (2.17微米)
  • 示例: 2mass:j:red

数字化巡天

用照相底片进行光学巡天。

  • 乐队: DSS2B (蓝色), DSS2R (红色), DSS2IR (红外线)
  • 示例: dss:DSS2R:red

斯隆数字巡天

现代多波段光学测量。

  • 乐队: u, g, r, i, z
  • 示例: sdss:g:green

颜色映射

第三个组件映射到RGB通道:

  • :red → 红色通道
  • :green → 绿色通道
  • :blue → 蓝色通道

RGB工作流程示例:

{
  "center": "M17",
  "degrees": 0.5,
  "bands": ["2mass:j:blue", "2mass:h:green", "2mass:k:red"]
}

建筑

组件

  1. MCP服务器 (mcp-server/server.py)-基于FastMCP的服务器,实现mcp协议
  2. 工作流生成器 (蒙太奇工作流yaml.py)-创建与WMS无关的yaml工作流
  3. HyperFlow编译器 (yaml2hyperflow.py)-将YAML转换为HyperFlow JSON
  4. 验证器 -validate-workflow.py,工作流状态.py

工作流输出

大型工作流(>1MB)保存到 /workflows 目录:

格式: {object}_{size}deg_{timestamp}.{ext}

例子: M31_0.5deg_20251026_143022.json

发展

本地设置

git clone https://github.com/hyperflow-wms/montage-mcp-server.git
cd montage-mcp-server
docker build -t montage-mcp-server:latest .
python3 tests/test_mcp_server.py

项目结构

montage-mcp-server/
├── Dockerfile                   # Container definition
├── README.md                    # This file
├── montage-workflow-yaml.py     # Workflow generator
├── yaml2hyperflow.py            # HyperFlow compiler
├── validate-workflow.py         # Validator
├── workflow-stats.py            # Analyzer
├── example-*.sh                 # Usage examples
├── mcp-server/
│   ├── server.py                # MCP server
│   └── requirements.txt         # Dependencies
└── tests/
    └── test_mcp_server.py       # Tests

故障排除

“生成工作流时出错”,没有详细信息

原因:网络问题或坐标无效\ 解决方案:验证对象名称,检查网络,尝试显式坐标

“未找到图像”

原因:调查未覆盖该地区\ 解决方案:尝试2MASS(最佳覆盖),减小区域大小

卷装载不工作(Windows)

原因:路径格式或WSL问题\ 解决方案:使用WSL路径(/home/user/workflows),在Docker桌面中启用WSL集成

大型工作流超时

原因:复杂的工作流程需要时间\ 解决方案:从小角度(0.2-0.5度)开始,最初使用单波段

演出

区域波段任务时间大小
0.1°110-205-10s10-20KB
0.2°130-5010-20s30-50KB
0.5°1100-20030-60s100-200KB
0.5°3300-6001-2分钟300-600 KB
1.0°31000-20002-5min1-2MB

资源:图像~920 MB,建议使用1 GB内存

测试

快速测试

# Test workflow generation in all formats
cd tests/integration
./test-all-formats.sh

# Run a generated workflow
./run-workflow.sh ../../test-output/M17_0.2deg_YYYYMMDD_HHMMSS

测试用例

测试用例描述时间目的
small-1bandM17,0.2°,1波段~6min快速验证
medium-3bandM17,0.2°,3个波段~17min全功能测试
large-3bandNGC 7293,0.5°,3个波段~50min应力测试

测试/集成/README.md 获取详细的测试文档。

贡献

欢迎投稿!分叉,创建特征分支,添加测试,提交PR。

测试要求:所有PR应包括测试并通过 ./tests/integration/test-all-formats.sh

许可证

MIT许可证-请参阅许可证文件

鸣谢

  • 蒙太奇: http://montage.ipac.caltech.edu
  • MCP协议: https://modelcontextprotocol.io
  • HyperFlow: https://github.com/hyperflow-wms
  • 占星术: https://www.astropy.org

引用

@software{montage_mcp_server,
  title = {Montage MCP Server},
  author = {HyperFlow WMS Team},
  year = {2025},
  url = {https://github.com/hyperflow-wms/montage-mcp-server}
}

支持

  • 问题: https://github.com/hyperflow-wms/montage-mcp-server/issues
  • 讨论: https://github.com/hyperflow-wms/montage-mcp-server/discussions
  • HyperFlow: https://hyperflow-wms.github.io

目录标签

目录标签

PythonClaudeAI代理天文数据处理本地部署工作流生成自然语言接口天文图像拼接科学计算

支持客户端

Claude DesktopClaude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

来源信息

继续浏览同类 MCP