Oraclaw

io.github.Whatsonyourmind由 GitHub 帳號 Whatsonyourmind 發布v1.5.1更新於 Oct 24, 2026

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

已驗證STDIO僅桌面資料與分析AI 與機器學習

概覽

AI 產生的概覽

為助理提供 17 個確定性決策智慧工具，涵蓋多臂吃角子老虎機選擇、最佳化、模擬、預測、評分與圖形分析。

可以做什麼
OraClaw 提供 17 個演算法工具，回傳結構化 JSON，而不是讓模型自行計算。免費工具包含吃角子老虎機與情境式吃角子老虎機的臂選擇、遺傳演算法最佳化、排程、機率共識與校準評分、貝氏與集成預測、A* 尋路、蒙地卡羅模擬以及情境比較。付費工具增加 CMA-ES 最佳化、LP/MIP/QP 限制式求解、圖形分析、投資組合風險衡量、時間序列預測與異常偵測。每個工具都宣告輸入輸出 schema 以及 MCP 行為註解。
適用情境
當助理需要依據觀測結果在多個選項中做選擇、解決排程或路徑問題、執行假設情境模擬、預測時間序列或對圖形節點排序，而且希望使用真實演算法而非模型生成的公式時適用。免費層涵蓋常見的選擇與模擬情境；付費層則針對連續最佳化、限制式求解、風險與預測。
執行需求
透過 stdio 在本機執行，通常以 npx 啟動 npm 套件 @oraclaw/mcp-server，因此需要 Node.js 與網路存取。11 個免費工具不需要驗證。付費工具需要透過環境變數 ORACLAW_API_KEY 提供 API 金鑰。僅支援桌面版 MCP 用戶端。
安裝前請注意
付費工具需要 ORACLAW_API_KEY 密鑰；README 說明按呼叫計費為每次 $0.005，每日上限 1,000 次，或選擇每月 $9 的 Starter 方案，因此使用可能產生費用。工具呼叫會傳送到供應商的遠端 API 端點，輸入資料會離開本機。README 也記錄了直接 HTTP API，免費額度為每個 IP 每天 25 次呼叫。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 Oraclaw，將其新增到工作區。
  2. 為需要使用其工具的對話啟用該服務。

Desktop only，透過 STDIO。 STDIO 服務會啟動本機處理程序，因此需要 SourceWeft 桌面主機。

其他 MCP 客戶端

參照 儲存庫 中的啟動說明。

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.

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

工具

0
SourceWeft 尚未在沙箱中啟動過該軟體包，因此其工具未知。

版本歷史

1
  1. v1.5.1最新Sep 16, 2026

評分

已滿足適用檢查項的 50%

該評分衡量此收錄條目的完整程度，依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價，也不表示伺服器安全或目前可用：可連通性是帶日期的檢查結果，評分也不包含安裝量或使用者評價。

  • 近 30 天內可連通25 分

    請保持端點能夠回應 MCP 握手；SourceWeft 每 30 天探測一次。

  • 已宣告認證方式10 分

    請在註冊中心條目中宣告憑證請求標頭，或保持端點能夠回應探測，以便判定其認證方式。

  • 已列出工具15 分

    請讓伺服器在無憑證時回應 tools/list，或發布可在沙箱中無憑證啟動的軟體包。

  • 描述必需15 分
  • 圖示10 分
  • 文件15 分
  • 授權條款10 分