Fortunamcp

🚀 FortunaMCP Server

FortunaMCPは、高品質な乱数値を生成するための高度なMCPサーバーです。このサーバーは、Stormという高速でハードウェアベースのエントロピーに最適化された、スレッドセーフなC++乱数生成エンジンによって直接駆動されるFortuna C拡張を活用しています。FortunaMCPは、幅広いAIアプリケーションに対して信頼性の高い乱数性を提供します。

大規模言語モデルは自然言語処理に優れていますが、真の予測不能性が必要な場合には不十分な決定論的アルゴリズムに依存しています。これに対し、FortunaMCPは本物の乱数性を提供します。この機能により、偏りのない予測不能な結果が重要で、大規模言語モデルの近似（幻覚）では不十分なシナリオにおいて、FortunaMCPは不可欠な存在となります。

FortunaMCPは、モンテカルロシミュレーション、複雑なシステムのモデリングと分析、インタラクティブなゲームメカニクスなどのタスクに最適です。ただし、ブロックチェーン、セキュリティ、または暗号化に関連するタスクには適していません。

✨ 主な機能

• 高度なMCPサーバーを用いた高品質な乱数値生成
• Stormという強力なC++乱数生成エンジンによる高速で信頼性の高い乱数性の提供
• 大規模言語モデルでは不十分な真の予測不能性を必要とするシナリオに対応
• モンテカルロシミュレーション、複雑なシステムのモデリングと分析、インタラクティブなゲームメカニクスなどのタスクに最適

📚 ドキュメント

クレジット

• 開発者: Robert Sharp – Fortuna、Storm、およびFortunaMCPサーバーの作成者およびメンテナー。
• ホスト: Silicon Society – FortunaMCPサーバーを誇り高くホスティングし、AIエージェント向けの世界クラスの乱数値生成の使命をサポートしています。Silicon Societyは、大規模な学習の未来を築いています。AIによる職場体験学習を通じて、学習を仕事の現場に持ち込みます。あなたの目標に合わせて適応するパーソナライズされたガイダンスで、プロの活動を追跡できます。ウェイトリストにサインアップしてください。

リファレンスデプロイメント

• FortunaMCP https://fortuna-mcp.siliconsociety.org/sse

ツールの概要

ダイス

• 説明: 指定された数のダイスを振るシミュレーションを行い、その合計値を返します。{2, 4, 6, 8, 10, 12, 20, 30, 100}面の標準的なRPGスタイルのダイスをサポートしています。
• 使用例: ロールプレイングゲーム、ボードゲーム、またはダイスメカニクスが重要なシミュレーションに最適です。
• 例:
  • トリガー: "3つの6面ダイスを振る" または "3d6を振る"
  • 呼び出し: Fortuna.dice(rolls=3, sides=6)

ランダム範囲

• 説明: カスタム範囲で定義されたシーケンスから選択されたランダムな整数を返します。パラメータは整数の制限 (-9223372036854775807から9223372036854775807) で制限され、ステップはゼロ以外でなければなりません。
• 使用例: 非標準的なステップまたは間隔が必要なシミュレーションおよびサンプリングに最適です。
• 例:
  • トリガー: "10から100までの数を5刻みで選択する"
  • 呼び出し: Fortuna.random_range(start=10, stop=100, step=5)

ベルヌーイ変数

• 説明: 与えられた成功確率に基づいてベルヌーイ試行を実行し、ブール値の結果を返します。
• 使用例: コイントスのシミュレーション、オン/オフイベント、または成功/失敗の結果などの二値決定に役立ちます。
• 例:
  • トリガー: "表が70%の確率で出るコイントスをシミュレートする"
  • 呼び出し: Fortuna.bernoulli_variate(ratio_of_truth=0.7)

二項変数

• 説明: 固定回数のベルヌーイ試行における成功回数を返し、二項分布をモデル化します。
• 使用例: 統計シミュレーション、品質管理プロセス、および成功率を決定する必要がある実験に役立ちます。
• 例:
  • トリガー: "20回のコイントスで表が50%の確率で出る場合の表の回数を決定する"
  • 呼び出し: Fortuna.binomial_variate(number_of_trials=20, probability=0.5)

負の二項変数

• 説明: 一連のベルヌーイ試行において、目標とする成功回数に達するまでの失敗回数を計算します。
• 使用例: 信頼性工学、リスク評価、および成功前の失敗を追跡することが重要なシナリオに適用されます。
• 例:
  • トリガー: "1回の試行で40%の成功率で5回の成功までの失敗を計算する"
  • 呼び出し: Fortuna.negative_binomial_variate(number_of_trials=5, probability=0.4)

幾何変数

• 説明: 最初の成功までの失敗回数を決定し、幾何分布に従います。
• 使用例: 顧客獲得や品質検査などのプロセスにおける待機時間や最初の発生イベントのモデリングに最適です。
• 例:
  • トリガー: "25%の成功率で最初の成功までの失敗回数はいくつか？"
  • 呼び出し: Fortuna.geometric_variate(probability=0.25)

ポアソン変数

• 説明: ポアソン分布からランダムな整数を生成し、発生回数の期待値 (λ) で特徴付けられます。
• 使用例: システム障害、ネットワークトラフィック、または顧客到着などの稀なイベントを時間軸でモデリングするのに不可欠です。
• 例:
  • トリガー: "平均4回のイベントが発生する区間でのイベント数をシミュレートする"
  • 呼び出し: Fortuna.poisson_variate(mean=4.0)

ランダム浮動小数点数

• 説明: 半開区間 [下限, 上限) 内で一様分布するランダムな浮動小数点数を生成します。両方の境界は -1.7976931348623157e+308 から 1.7976931348623157e+308 の浮動小数点数の制限内です。
• 使用例: シミュレーション、モンテカルロ法、または連続的な一様乱数性が必要な任意のシナリオで使用されます。
• 例:
  • トリガー: "0.0から1.0までのランダムな浮動小数点数を生成する"
  • 呼び出し: Fortuna.random_float(lower_limit=0.0, upper_bound=1.0)

三角分布変数

• 説明: 下限、上限、および最頻値で定義される三角分布からランダムな浮動小数点数をサンプリングします。
• 使用例: プロジェクト管理の見積もり、リスク分析、または結果が中央値付近に最も可能性が高い任意のシナリオに最適です。
• 例:
  • トリガー: "最も可能性の高い値が50で、10から100までの範囲の結果をシミュレートする"
  • 呼び出し: Fortuna.triangular(lower_limit=10.0, upper_limit=100.0, mode=50.0)

ベータ変数

• 説明: 2つの正の形状パラメータを使用して、区間 [0, 1] のベータ分布からランダムな浮動小数点数を抽出します。
• 使用例: ベイズ統計、比率のモデリング、および確率をシミュレートする必要がある任意のシナリオで広く使用されます。
• 例:
  • トリガー: "形状パラメータ2と5でランダムな確率を生成する"
  • 呼び出し: Fortuna.beta_variate(alpha=2.0, beta=5.0)

パレート変数

• 説明: パレート分布からランダムな浮動小数点数を返し、重いテール現象のモデリングに最適です。出力は常に1以上です。
• 使用例: 経済学、保険、およびリスク管理において、べき乗則の挙動が観察される場合に役立ちます。
• 例:
  • トリガー: "形状パラメータ1.5でパレート分布の値を生成する"
  • 呼び出し: Fortuna.pareto_variate(alpha=1.5)

フォン・ミーゼス変数

• 説明: 円形または方向データに特化したフォン・ミーゼス分布からランダムな角度を生成します。
• 使用例: 気象学、ナビゲーション、および角度または周期的現象を扱う任意のアプリケーションで一般的です。
• 例:
  • トリガー: "平均0ラジアン、集中度1.0でランダムな角度を生成する"
  • 呼び出し: Fortuna.vonmises_variate(mu=0.0, kappa=1.0)

指数分布変数

• 説明: レートパラメータで定義される指数分布からランダムな浮動小数点数を生成し、独立したイベント間の時間をモデル化します。
• 使用例: 寿命のシミュレーション、システム障害、および待ち行列モデルにおける到着間隔のシミュレーションに重要です。
• 例:
  • トリガー: "レート0.5で次のイベントまでの時間をシミュレートする"
  • 呼び出し: Fortuna.exponential_variate(lambda_rate=0.5)

ガンマ変数

• 説明: 形状およびスケールパラメータによって決定されるガンマ分布からランダムな浮動小数点数を返します。
• 使用例: 待機時間のモデリング、信頼性分析、およびさまざまな連続プロセスで使用されます。
• 例:
  • トリガー: "形状2.0、スケール3.0でガンマ変数を生成する"
  • 呼び出し: Fortuna.gamma_variate(shape=2.0, scale=3.0)

ワイブル変数

• 説明: ワイブル分布からランダムな浮動小数点数をサンプリングし、故障またはイベントまでの時間をモデル化します。
• 使用例: 生存分析、信頼性工学、および故障率の推定で広く使用されます。
• 例:
  • トリガー: "形状パラメータ1.5、スケールパラメータ100.0で故障までの時間をシミュレートする"
  • 呼び出し: Fortuna.weibull_variate(shape=1.5, scale=100.0)

正規変数

• 説明: 平均と標準偏差で定義される正規 (ガウス) 分布からランダムな浮動小数点数を生成します。
• 使用例: 統計モデリング、品質管理、およびベル型曲線の挙動が必要なシミュレーションの基本です。
• 例:
  • トリガー: "平均0、標準偏差1の正規分布の値を生成する"
  • 呼び出し: Fortuna.normal_variate(mean=0.0, std_dev=1.0)

対数正規変数

• 説明: 基礎となる正規分布から導出される対数正規分布からランダムな浮動小数点数を抽出します。
• 使用例: 金融モデリング、株価シミュレーション、および結果が乗法的なシナリオで使用されます。
• 例:
  • トリガー: "対数平均0、対数標準偏差1の対数正規変数を生成する"
  • 呼び出し: Fortuna.log_normal_variate(log_mean=0.0, log_deviation=1.0)

極値変数

• 説明: 極値 (ガンベル) 分布からランダムな浮動小数点数をサンプリングし、最大値または最小値のモデリングに使用されます。
• 使用例: リスク評価、極端な天候予測、および工学におけるストレステストに適しています。
• 例:
  • トリガー: "位置パラメータ0、スケールパラメータ1.0で極端なイベントをシミュレートする"
  • 呼び出し: Fortuna.extreme_value_variate(location=0.0, scale=1.0)

カイ二乗変数

• 説明: 自由度に基づいてカイ二乗分布からランダムな浮動小数点数を生成します。
• 使用例: 仮説検定、分散推定、および適合度検定に不可欠です。
• 例:
  • トリガー: "自由度5でカイ二乗変数を生成する"
  • 呼び出し: Fortuna.chi_squared_variate(degrees_of_freedom=5.0)

コーシー変数

• 説明: 重いテールを持つコーシー分布からランダムな浮動小数点数を返します。
• 使用例: 頑健な統計分析、信号処理、および外れ値が予想されるシナリオで役立ちます。
• 例:
  • トリガー: "位置パラメータ0、スケールパラメータ1.0でコーシー変数を生成する"
  • 呼び出し: Fortuna.cauchy_variate(location=0.0, scale=1.0)

フィッシャーF変数

• 説明: 2組の自由度で定義されるフィッシャーF分布からランダムな浮動小数点数を抽出します。
• 使用例: ANOVA検定、分散分析、および統計モデルの比較に適用されます。
• 例:
  • トリガー: "自由度5と10でF変数を生成する"
  • 呼び出し: Fortuna.fisher_f_variate(degrees_of_freedom_1=5.0, degrees_of_freedom_2=10.0)

スチューデントのt変数

• 説明: 指定された自由度に基づいてスチューデントのt分布からランダムな浮動小数点数を生成します。
• 使用例: 小サンプルの統計分析、信頼区間の推定、および仮説検定に不可欠です。
• 例:
  • トリガー: "自由度10でスチューデントのt変数を生成する"
  • 呼び出し: Fortuna.student_t_variate(degrees_of_freedom=10.0)