Mcp Numpy

io.github.daedalus由 GitHub 账号 daedalus 发布v0.1.0更新于 Oct 24, 2026

An MCP server that exposes NumPy functionality

已验证STDIO仅桌面开发者工具数据与分析

概览

AI 生成的概览

一个本地 MCP 服务器，把 NumPy 的数组创建、变形、数学运算、线性代数、随机与统计函数作为工具提供给助手使用。

可以做什么
创建数组与矩阵（零、一、范围、单位矩阵、对角、填充值）。对数组进行变形、转置、拼接、拆分、平铺、重复、去单维和展平。计算汇总统计、最小值/最大值、点积与矩阵乘法、迹、累积和与差分。执行线性代数运算，如求逆、行列式、特征值、SVD、线性方程求解和范数。生成随机数与打乱，并计算百分位数、直方图和相关性。进行逐元素算术、幂、开方、对数、三角函数和类型转换，并查看形状、维度、大小和数据类型。
适用场景
适合让助手直接完成数值数组计算，例如快速矩阵运算、统计、线性代数或随机抽样，而无需自己编写并运行 Python。适用于通过工具调用处理中小规模数据的探索性数值计算。
运行要求
作为本地进程运行，从 PyPI 包 mcp-numpy 安装（pip install mcp-numpy），并在 MCP 客户端中以命令 mcp-numpy 配置。未声明认证、环境变量或请求头。仅支持桌面客户端。
安装前请注意
数组通过工具调用传递，较大的输入可能变慢或触及大小限制。随机类工具除非提供种子，否则结果不可复现。不涉及凭据，也不会写入外部数据。

安装

在 SourceWeft 中

  1. 打开 控制台中的 Mcp Numpy，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

mcp-numpy

An MCP server that exposes NumPy functionality

[PyPI] [Python] [Coverage] [Ruff]

Install

bash
pip install mcp-numpy

Usage

As an MCP Server

To use with Claude Desktop or other MCP clients, add to your mcp.json:

json
{  "mcpServers": {    "mcp-numpy": {      "command": "mcp-numpy"    }  }}

Available Tools

The server exposes the following NumPy functionality as MCP tools:

Array Creation
  • np_array - Create a NumPy array
  • np_zeros - Create zeros array
  • np_ones - Create ones array
  • np_full - Create array filled with value
  • np_arange - Create array with range
  • np_linspace - Create evenly spaced array
  • np_eye - Create identity matrix
  • np_diag - Create diagonal array
Array Manipulation
  • np_reshape - Reshape array
  • np_transpose - Transpose array
  • np_concatenate - Concatenate arrays
  • np_split - Split array
  • np_tile - Tile array
  • np_repeat - Repeat elements
  • np_squeeze - Remove single-dimensional entries
  • np_flatten - Flatten array
Mathematical Operations
  • np_sum, np_mean, np_std, np_var - Summary statistics
  • np_min, np_max, np_argmin, np_argmax - Min/max operations
  • np_dot, np_matmul, np_cross - Matrix operations
  • np_trace, np_cumsum, np_cumprod, np_diff - Array operations
Linear Algebra
  • np_inv - Matrix inverse
  • np_det - Matrix determinant
  • np_eig - Eigenvalues and eigenvectors
  • np_svd - Singular value decomposition
  • np_solve - Solve linear system
  • np_linalg_norm - Matrix/vector norm
Random
  • np_rand - Random floats
  • np_randn - Random normal
  • np_randint - Random integers
  • np_random_choice - Random choice
  • np_shuffle - Shuffle array
Statistics
  • np_percentile, np_quantile - Percentiles/quantiles
  • np_histogram - Histogram
  • np_correlate, np_corrcoef - Correlation
Element-wise Math
  • np_add, np_subtract, np_multiply, np_divide - Arithmetic
  • np_power, np_mod - Power and modulo
  • np_sqrt, np_abs - Basic math
  • np_exp, np_log, np_log10 - Logarithms
  • np_sin, np_cos, np_tan - Trigonometry
  • np_arcsin, np_arccos, np_arctan - Inverse trig
  • np_sinh, np_cosh, np_tanh - Hyperbolic
Array Properties
  • np_shape, np_ndim, np_size, np_dtype - Properties
  • npastype - Type conversion

Development

bash
git clone https://github.com/daedalus/mcp-numpy.gitcd mcp-numpypip install -e ".[test]"
# run testspytest
# formatruff format src/ tests/
# lintruff check src/ tests/
# type checkmypy src/

mcp-name: io.github.daedalus/mcp-numpy

来源：README.md，提交 18fa3da

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. v0.1.0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