Oraclaw

io.github.Whatsonyourmind由 GitHub 账号 Whatsonyourmind 发布v1.5.1更新于 Oct 24, 2026

Decision intelligence MCP — 17 tools (optimize, simulate, predict, score, graph). Sub-25ms.

已验证STDIO仅桌面数据与分析AI 与机器学习

概览

AI 生成的概览

为助手提供 17 个确定性决策智能工具，涵盖多臂老虎机选择、优化、模拟、预测、评分与图分析。

可以做什么
OraClaw 提供 17 个算法工具，返回结构化 JSON，而不是让模型自行计算。免费工具包括老虎机与上下文老虎机的臂选择、遗传算法优化、排程、概率共识与校准评分、贝叶斯与集成预测、A* 寻路、蒙特卡洛模拟以及情景对比。付费工具增加 CMA-ES 优化、LP/MIP/QP 约束求解、图分析、组合风险度量、时间序列预测与异常检测。每个工具都声明输入输出 schema 以及 MCP 行为注解。
适用场景
当助手需要根据观测结果在多个选项中做选择、解决排程或路径问题、运行假设情景模拟、预测时间序列或对图节点排序，并且希望使用真实算法而非模型生成的公式时适用。免费层覆盖常见的选择与模拟场景；付费层面向连续优化、约束求解、风险与预测。
运行要求
通过 stdio 在本地运行，通常用 npx 启动 npm 包 @oraclaw/mcp-server，因此需要 Node.js 和网络访问。11 个免费工具无需认证。付费工具需要通过环境变量 ORACLAW_API_KEY 提供 API 密钥。仅支持桌面端 MCP 客户端。
安装前请注意
付费工具需要 ORACLAW_API_KEY 密钥；README 说明按调用计费为每次 $0.005，每日上限 1,000 次，或选择每月 $9 的 Starter 方案，因此使用可能产生费用。工具调用会发送到提供方的远程 API 端点，输入数据会离开本机。README 还记录了直接 HTTP API，免费额度为每 IP 每天 25 次调用。

安装

在 SourceWeft 中

  1. 打开 控制台中的 Oraclaw，将其添加到工作区。
  2. 为需要使用其工具的对话启用该服务。

Desktop only，通过 STDIO。 STDIO 服务会启动本地进程，因此需要 SourceWeft 桌面宿主。

其他 MCP 客户端

参照 仓库 中的启动说明。

README

OraClaw MCP Server

17 decision-intelligence tools your AI agent can call. Sub-25ms. 11 free without a key.

json
{  "mcpServers": {    "oraclaw": {      "command": "npx",      "args": ["-y", "@oraclaw/mcp-server"]    }  }}

Drop that into your Claude Desktop / Cursor / Cline MCP config and your agent can immediately:

"I have 3 email subject line variants with these click rates. Which should I send next?"

The agent calls optimize_bandit → gets a statistically optimal arm in 0.01ms:

{ "selected": { "id": "C", "name": "Option C" },  "score": 1.876, "exploitation": 0.9, "exploration": 0.976, "regret": 0.1 }

No LLM math, no hallucinated formulas, no setup beyond the snippet above.

All 17 tools

Free (no key)What it does
optimize_banditUCB1 / Thompson / ε-greedy arm selection
optimize_contextualLinUCB contextual bandit (per-situation choice)
optimize_evolveGenetic algorithm (discrete + multi-objective)
solve_scheduleTask → time-slot assignment with energy matching
score_convergenceMulti-source probability consensus (Hellinger)
score_calibrationBrier + log score for forecaster accuracy
predict_bayesianBeta posterior update from weighted evidence
predict_ensembleMulti-model consensus + uncertainty decomposition
plan_pathfindA* + Yen's k-shortest paths
simulate_montecarloSingle-factor Monte Carlo (6 distributions)
simulate_scenarioWhat-if comparison + sensitivity ranking
Premium (need API key)What it does
optimize_cmaesCMA-ES continuous black-box optimization
solve_constraintsLP / MIP / QP solver (HiGHS, provably optimal)
analyze_graphPageRank + Louvain + critical path + bottlenecks
analyze_riskPortfolio VaR / CVaR with correlation
predict_forecastARIMA / Holt-Winters time series
detect_anomalyZ-score / IQR outlier detection

Every tool ships with an explicit inputSchema, outputSchema, and MCP behavior annotations (readOnlyHint, destructiveHint, idempotentHint, openWorldHint) so your agent knows exactly what it gets back.

Get a key for premium tools

oraclaw signup → — one email field, instant key, no card needed. 1,000 calls/day on pay-per-call ($0.005/call). Upgrade to Starter $9/mo for 50k/month.

Then add ORACLAW_API_KEY to your MCP env:

json
{  "mcpServers": {    "oraclaw": {      "command": "npx",      "args": ["-y", "@oraclaw/mcp-server"],      "env": { "ORACLAW_API_KEY": "your-key-here" }    }  }}

Use the API directly (no MCP)

bash
curl -X POST https://oraclaw-api.onrender.com/api/v1/optimize/bandit \  -H "Content-Type: application/json" \  -d '{    "arms": [      {"id":"A", "name":"Option A", "pulls":10, "totalReward":7},      {"id":"B", "name":"Option B", "pulls":10, "totalReward":5}    ],    "algorithm": "ucb1"  }'

Free tier: 25 calls/day per IP, no key required.

Why agents need this

LLMs can't reliably do: bandit selection, LP optimization, time-series forecasting, graph centrality, Monte Carlo sampling, or anomaly detection. They confabulate the math. OraClaw is the deterministic substrate underneath your agent — every answer is a real algorithm, returns structured JSON, and runs in under 25ms.

来源：mission-control/packages/mcp-server/README.md，提交 2d8ea96

工具

0
SourceWeft 尚未在沙箱中启动过该软件包，因此其工具未知。

版本历史

1
  1. v1.5.1最新Sep 16, 2026

评分

已满足适用检查项的 50%

该评分衡量此收录条目的完整程度，依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价，也不表示服务器安全或当前可用：可连通性是带日期的检查结果，评分也不包含安装量或用户评价。

  • 近 30 天内可连通25 分

    请保持端点能够响应 MCP 握手；SourceWeft 每 30 天探测一次。

  • 已声明认证方式10 分

    请在注册中心条目中声明凭据请求头，或保持端点能够响应探测，以便判定其认证方式。

  • 已列出工具15 分

    请让服务器在无凭据时响应 tools/list，或发布可在沙箱中无凭据启动的软件包。

  • 描述必需15 分
  • 图标10 分
  • 文档15 分
  • 许可证10 分