Learning Model Context Protocol

io.github.yarnabrina由 GitHub 帳號 yarnabrina 發布v0.3.0更新於 Oct 24, 2026

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

發布方自己的服務：model.tools — Zero-Auth Agent Utilities

已驗證STDIO僅桌面開發者工具

服務詳細資訊

識別碼: io.github.yarnabrina/mcp-learning
傳輸: STDIO
執行環境: Desktop only
信任: Verified
發布於: Sep 16, 2026

安全提示

MCP 服務會接收對話中的工具呼叫請求，並可能執行外部操作。啟用前請先了解該服務能做什麼，並只授予它所需的權限。

註冊中心已驗證此條目所屬的 GitHub 帳號 yarnabrina。這並不表明該帳號就是產品方。

SourceWeft 的檢查只涵蓋條目是否完整、端點是否回應；不審查伺服器的程式碼，也不審查其工具的行為。

在 README 中新增徽章

向讀者展示該 MCP 服務已收錄於 SourceWeft，徽章連結到本頁。

[![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)

概覽

AI 產生的概覽

一個以學習為導向的輕量 MCP 伺服器，為助理提供基礎算術工具，可解析並計算以自然語言寫成的運算式。

可以做什麼: 解析並計算以自然語言寫出的算術運算式
透過 MCP 工具完成基礎算術運算
作為動手實驗 MCP 伺服器與用戶端的範例環境
以本機 stdio 方式執行，並提供無狀態 HTTP、JSON 回應等選用設定
適用情境: 適合想試用 MCP 工具鏈、驗證用戶端設定，或讓助理做簡單算術的情況。它是學習與實驗性質的專案，而非正式環境的計算服務。
執行需求: 以本機程序在使用者電腦上執行，從 PyPI 套件 mcp-learning 安裝並以 uvx 啟動，因此需要 Python/uv 環境。選用環境變數控制記錄與 HTTP 行為：DEBUG、JSON_RESPONSE、LOG_FILE、LOG_LEVEL、RUNTIME_ENVIRONMENT 與 STATELESS_HTTP。未宣告任何身分驗證。

安裝前請注意

未描述憑證、付費或寫入資料的操作。LOG_FILE 等選用設定會把記錄寫入你指定的路徑，請選擇合適位置。它屬於示範專案，依賴其算術結果前請自行核對。

安裝

在 SourceWeft 中

開啟儀表板中的 Learning Model Context Protocol，將其新增到工作區。
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

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.