Orca MCP Server

io.github.jascal由 GitHub 帳號 jascal 發布v0.1.30更新於 Oct 24, 2026

Go from natural language to verified finite state machines — topology bugs caught before code runs.

已驗證STDIO僅桌面開發者工具AI 與機器學習

概覽

AI 產生的概覽

讓助理把自然語言描述轉成有限狀態機,並進行驗證或編譯,在程式執行前找出拓撲錯誤。

可以做什麼
Orca MCP Server 提供處理有限狀態機的工具:parse_machine、verify_machine 與 compile_machine 負責解析、驗證與編譯;generate_machine、generate_multi_machine、refine_machine 以及帶 use_llm 的 generate_actions 則透過 LLM 從自然語言產生或調整狀態機定義。其目標是在程式執行前找出拓撲錯誤。
適用情境
適合讓助理依描述草擬、調整或檢查狀態機模型,並在產生程式碼前驗證其結構。較偏向設計與驗證工作,而非執行階段。
執行需求
以本機 stdio 程序執行,透過 npx 從 npm 套件 @orcalang/orca-mcp-server 啟動,因此需要 Node.js 以及下載該套件的網路存取。使用 LLM 的工具需要 ANTHROPIC_API_KEY 密鑰;ORCA_MODEL 與 ORCA_PROVIDER 用來選擇模型與供應商(anthropic、openai、grok 或 ollama)。parse、verify 與 compile 工具不需要該 API 金鑰。
安裝前請注意
使用 LLM 的工具會把你的提示與狀態機描述傳送給所設定的供應商,因此不要提交機密模型。ANTHROPIC_API_KEY 是會產生費用的憑證,應透過環境變數提供,不要寫死在程式碼中。透過 ORCA_PROVIDER 選擇供應商,可能把資料傳送給 Anthropic 以外的第三方服務。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 Orca MCP Server,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

該儲存庫沒有 README。

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. v0.1.30最新Sep 16, 2026

評分

已滿足適用檢查項的 25%

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

    請宣告包含 README 的 GitHub 儲存庫,或在 OAuth 受保護資源後設資料中提供 resource_documentation。

  • 授權條款10 分

    請在儲存庫或註冊中心條目中宣告授權條款。