Token导航 LogoToken导航TokenDH.com
Phys MCP logo
运维云端stdio官方级别未说明来源级核验

Phys MCP

MCP Server

专为物理学家设计的模型上下文协议服务器,提供计算机代数系统、绘图和自然语言接口功能。

工具数

0

提示词数

0

GitHub Stars

9

资源数

0
Python云端部署Docker

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

BlinkZer0

提供方

BlinkZer0

最后核验

2026/5/17 20:20

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

pip install -r requirements.txt

详细介绍

物理MCP服务器2.0

主页 | 文档 | 建筑 | 配置 | 工具文档: 所有工具 | CAS | 情节 | NLI(Natural Language Inference,自然语言推理) | 报告 | 张量 | 量子 | 统计力学

为物理学家提供的专用MCP(模型上下文协议)服务器,具备计算机代数系统(CAS)、绘图和自然语言接口功能。

特点/功能

服务器2.0亮点

  • 核心CAS和绘图功能符号运算、方程求解和高分辨率绘图涵盖了规划和展示的工作流程。
  • 单元感知物理units_convert 并且 constants_get 在国际单位制(SI)、英制单位以及天体物理学背景下保持结果的一致性。
  • 频谱和信号分析GPU就绪的快速傅里叶变换(FFT)、滤波、频谱图和小波工具加速处理大型数据集。
  • 量子与相对论的框架(或基础)专为算子代数、标准哈密顿量和张量演算设计的工具链。
  • 热力学与配分函数statmech_partition 捕获具有缓存摘要的正则系综工作流。
  • 硬件意识accel_caps 报告设备加速模式,以便您合理分配任务。
  • 自然语言 + API 入口: nli_parse 将通俗易懂的语言转化为工具调用,并且 api_tools 拉取参考数据。
  • 人工智能增强: ml_ai_augmentation 提供符号回归、物理信息神经网络(PINN)代理模型以及导数解释器,且默认优先使用GPU。
  • 协作与协调分布式作业提交、实验DAG(有向无环图)、导出以及Markdown报告生成保持同步。

工具套件(17)

  • cas(注:这是一个缩写或特定术语,根据上下文可能有不同的翻译,但在此直接给出音译)计算机代数系统用于评估表达式、求导、积分、求解方程和常微分方程(ODEs),以及传播不确定性。
  • 单位转换通过Pint注册表在SI(国际单位制)、英制单位和专业物理单位之间进行单位转换。
  • 获取常量获取CODATA和天体物理常数,包括 chGM_sunpcly,等等。
  • 情节;故事线生成二维/三维图表、向量场、相图、等高线、体积图、动画以及交互式可视化效果。
  • 加速功能(或加速能力)报告可用的加速硬件及当前活跃状态 ACCEL_MODE/ACCEL_DEVICE.
  • nli_parse(注:这个词汇在中文中没有直接对应的翻译,因为它看起来像是一个特定程序或命令的名称,可能来源于某个特定的软件或系统。如果按照字面结构来拆解,“nli”可能是某个特定含义的缩写或代码,“parse”在中文中通常翻译为“解析”。所以,可以大致翻译为“NLI解析”或根据具体上下文调整为更准确的表述。)将自然语言的物理请求转换为结构化的MCP工具调用。
  • 张量代数计算克里斯托费尔符号、曲率张量和测地线(框架)。
  • 量子面向操作员、求解器和布洛赫/概率可视化的量子计算实用工具(框架)。
  • 统计力学配分函数构建配分函数并从能级推导出热力学量。
  • 数据统一的数据工具包,支持HDF5/FITS/ROOT格式的输入输出,以及通过GPU优先的快速傅里叶变换(FFT)、滤波、频谱图和小波分析功能 action 参数。
  • API工具访问外部科学API,如arXiv、CERN开放数据、NASA数据集和NIST参考资源。
  • 导出工具将研究成果发布到Overleaf、GitHub、Zenodo、Jupyter以及沉浸式格式平台。
  • 机器学习人工智能增强针对符号回归、偏微分方程代理模型、模式识别和推导解释的GPU优先机器学习工作流程。
  • 图形计算器功能齐全的计算器,具备CAS、绘图、统计、矩阵和可编程实用程序功能。
  • 分布式协作分布式作业提交、会话共享、实验记录本以及工件版本控制。
  • 实验调度器基于有向无环图(DAG)的驱动编排,包含验证、执行、发布和协作钩子。
  • 生成报告将MCP会议内容总结为包含相关工件链接的Markdown报告。

快速入门

先决条件

  • Node.js 20+(版本)
  • Python 3.11及以上版本
  • pnpm 8+

可选(建议使用以加快自然语言推理速度):

  • LM Studio 或任何兼容 OpenAI 的本地语言模型服务器

安装

一键设置 (推荐):

# Clone repository
git clone 
cd phys-mcp

# Single command setup: builds TypeScript, installs Python deps, runs healthcheck, starts server
pnpm dev:all

手动设置

# Install Node.js dependencies
pnpm install

# Install Python dependencies
cd packages/python-worker
pip install -r requirements.txt
cd ../..

# Build all packages
pnpm build

# Run healthcheck to verify installation
pnpm healthcheck

# Start development server
pnpm dev

配置

复制 .env.example to .env 并进行定制:

cp .env.example .env

关键环境变量:

  • LM_BASE_URL本地语言模型(LM)服务器URL(例如。, http://localhost:1234/v1)
  • DEFAULT_MODEL用于自然语言推理(NLI)解析的模型名称
  • DEBUG_VERBOSE设置为 1 用于详细日志记录
  • ACCEL_MODEGPU加速模式autocudacpu

配置指南 详情见下。

可选:使用LM Studio加速自然语言推理(NLI)

无需LM Studio。所有CAS/绘图/张量/量子/统计力学计算均在TypeScript/Python工作线程中运行,开箱即用。配置本地LM端点(如LM Studio)仅能加速自然语言接口(NLI),该接口能将普通英语转换为结构化工具调用。

为何它会有帮助

  • 更低的延迟:本地推理避免了网络往返和速率限制。
  • GPU利用率:LM Studio可以利用您的GPU来加快提示解析速度。
  • 对复杂请求的解析能力更强:更高质量的意图提取减少了计算开始前的重试次数。
  • 隐私与成本:保持令牌本地化;无需外部API密钥。

它如何实现端到端的“计算”加速

  • 数学计算由我们的Python/TS后端完成;语言模型用于决定“计算什么”。解析速度更快 → 交互更少 → CAS/绘图调用更快 → 总体结果更快。

如何启用

  • 安装并运行LM Studio(或任何兼容OpenAI的本地服务器)。
  • 设定 LM_BASE_URL (例如。, http://localhost:1234/v1) 和 DEFAULT_MODEL
  • 可选设置 LM_API_KEY 如果您的本地服务器需要的话。

示例用法

综合工具格式 (推荐):

// Computer Algebra System
{
  "jsonrpc": "2.0",
  "id": "1",
  "method": "cas",
  "params": { 
    "action": "diff", 
    "expr": "sin(x**2)", 
    "symbol": "x" 
  }
}

// Smart Units Evaluation
{
  "jsonrpc": "2.0",
  "id": "2", 
  "method": "units_smart_eval",
  "params": {
    "expr": "c * 1 ns",
    "constants": {"c": true}
  }
}

// Quantum Computing
{
  "jsonrpc": "2.0",
  "id": "3",
  "method": "quantum",
  "params": {
    "action": "visualize",
    "state": "0.707,0.707",
    "kind": "bloch"
  }
}

// Advanced Plotting
{
  "jsonrpc": "2.0",
  "id": "4",
  "method": "plot",
  "params": {
    "plot_type": "function_2d",
    "f": "sin(x)",
    "x_range": [0, 6.28318],
    "dpi": 160,
    "emit_csv": true
  }
}

传统格式 (仍在支持中):

// Individual tool names work for backward compatibility
{
  "jsonrpc": "2.0",
  "id": "5",
  "method": "cas_diff",
  "params": { "expr": "sin(x**2)", "symbol": "x" }
}

发展

快速命令

pnpm dev:all        # Build, setup, healthcheck, start server
pnpm build          # Build all TypeScript packages  
pnpm test           # Run all tests
pnpm healthcheck    # Verify system functionality
pnpm lint           # Check code style
pnpm typecheck      # TypeScript type checking
pnpm precommit      # Run pre-commit checks

高级开发

# Generate documentation
pnpm docs:generate

# Run with coverage
pnpm test:coverage

# Python worker testing
cd packages/python-worker
python -m pytest tests/ -v

# Type checking
pnpm -r typecheck

文档

核心文档

工具文档(自动生成)

快速入门指南

模式与验证

  • 船舶注册处全面的单位定义
  • API架构由Zod验证模式自动生成

附注:我们保持清晰和势头——任何分散都只是数值上的。

路线图

阶段2+:张量微积分(sympy.diffgeom)、量子运算(qutip)、3D渲染、偏微分方程/有限元法、科学数据输入输出、LaTeX/PDF报告生成。

许可证

MIT 许可证 - 详见 LICENSE 文件。

目录标签

目录标签

Python云端部署Docker计算机代数系统本地部署物理学工具自然语言处理科学计算量子计算

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

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