Learning Model Context Protocol

io.github.yarnabrina由 GitHub 账号 yarnabrina 发布v0.3.0更新于 Oct 24, 2026

Basic arithmetic tools with natural-language expression parsing and evaluation.

发布方自己的服务：model.tools — Zero-Auth Agent Utilities

已验证STDIO仅桌面开发者工具

服务详情

标识符: io.github.yarnabrina/mcp-learning
传输: STDIO
运行时: Desktop only
信任: Verified
发布于: Sep 16, 2026

安全提示

MCP 服务会接收对话中的工具调用请求，并可能执行外部操作。启用前请先了解该服务能做什么，并只授予它所需的权限。

注册中心已验证此条目所属的 GitHub 账号 yarnabrina。这并不表明该账号就是产品方。

SourceWeft 的检查只涵盖条目是否完整、端点是否响应；不审查服务器的代码，也不审查其工具的行为。

在 README 中添加徽章

向读者展示该 MCP 服务已收录于 SourceWeft，徽章链接到本页。

[![Listed on SourceWeft](https://sourceweft.com/badge/mcp/io.github.yarnabrina%2Fmcp-learning.svg)](https://sourceweft.com/mcp/io.github.yarnabrina%2Fmcp-learning?utm_source=readme&utm_medium=badge)

概览

AI 生成的概览

一个面向学习的轻量 MCP 服务器，为助手提供基础算术工具，可解析并计算自然语言写成的表达式。

可以做什么: 解析并计算用自然语言写出的算术表达式
通过 MCP 工具完成基础算术运算
作为动手实验 MCP 服务器与客户端的示例环境
以本地 stdio 方式运行，并提供无状态 HTTP、JSON 响应等可选设置
适用场景: 适合想试用 MCP 工具链、验证客户端配置，或让助手做简单算术的场景。它是学习与实验性质的项目，而非生产级计算服务。
运行要求: 作为本地进程在用户机器上运行，从 PyPI 包 mcp-learning 安装并用 uvx 启动，因此需要 Python/uv 环境。可选环境变量控制日志与 HTTP 行为：DEBUG、JSON_RESPONSE、LOG_FILE、LOG_LEVEL、RUNTIME_ENVIRONMENT 和 STATELESS_HTTP。未声明任何身份验证。

安装前请注意

未描述凭据、付费或写入数据的操作。LOG_FILE 等可选设置会把日志写入你指定的路径，请选择合适位置。它属于演示项目，依赖其算术结果前请自行核对。

安装

在 SourceWeft 中

打开控制台中的 Learning Model Context Protocol，将其添加到工作区。
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

Learning Model Context Protocol

This project explores the features and usage of Model Context Protocol (MCP) servers and clients, providing a hands-on learning environment for experimenting with MCP-based tools and workflows.