Desmos MCP

🚀 Desmos-MCP Server

このサーバーは、標準的なモデルコンテキストプロトコル（MCP）サーバーで、大規模言語モデル（LLMs）に強力な数式の可視化と分析機能を提供します。sympyを使用してローカルでレンダリングと計算を行い、オプションでDesmos APIと統合することができます。

🚀 クイックスタート

このサーバーは、大規模言語モデルに数式の可視化と分析機能を提供するためのものです。以下の手順に従ってセットアップしてください。

✨ 主な機能

• 対話型数式検証：validate_formulaツールを使用して、数式の構文をチェックします。数式が無効な場合、LLMのサンプリング機能を使って、エラーの原因を分かりやすく説明します。
• 単一関数のプロット：plot_math_functionツールを使用して、数式から2Dプロットを生成します。Desmos APIを使用することも（config.jsonで設定可能）、ローカルのmatplotlibでレンダリングすることもでき、実行中に進捗状況を報告します。
• 複数関数のプロット：plot_multiple_functionsツールを使用して、複数の関数を同じグラフ上にプロットします。
• 記号解析：analyze_formulaツールを使用して、数式の数学的特性（定義域、値域、臨界点など）を計算します。
• プロットのファイル保存：生成されたプロットを自動的にPNGファイルとしてデスクトップのDesmos-MCPフォルダに保存します。

🔧 技術詳細

• Python 3.10+
• FastMCP
• Sympy
• Matplotlib
• HTTPX

📦 インストール

1. プロジェクトをクローンする（まだクローンしていない場合）
2. uvをインストールする uvがインストールされていない場合は、ターミナルで以下のコマンドを実行します。

   powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
   

3. 仮想環境を作成する プロジェクトのルートディレクトリで、以下のコマンドを実行します。

   uv venv
   

4. 依存関係をインストールする

   uv sync
   

   このコマンドは、pyproject.tomlファイルに基づいて必要なすべての依存関係をインストールします。

📚 ドキュメント

設定

サーバーの動作は、プロジェクトルートのconfig.jsonファイルによって制御されます。

{
  "desmos": {
    "use_api": true,
    "api_key_env_var": "DESMOS_API_KEY",
    "fallback_to_local": true
  },
  "rendering": {
    "default_width": 600,
    "default_height": 400
  }
}

• desmos.use_api：trueの場合、サーバーは最初にDesmos APIを使用してプロットを試みます。
• desmos.api_key_env_var：Desmos APIキーを取得するために使用する環境変数の名前を指定します。
• desmos.fallback_to_local：use_apiがtrueで、API呼び出しが失敗した場合、サーバーが自動的にローカルレンダリングにフォールバックするかどうかを決定します。

Desmos APIキーの設定（オプション）

Desmos API機能を使用するには、環境変数を設定する必要があります。例えば、PowerShellでは以下のように設定します。

$env:DESMOS_API_KEY="your_actual_api_key_here"

サーバーの起動

サーバーを独立してテストするには、プロジェクトのルートで以下のコマンドを実行します。

uv run src/main.py

サーバーは標準入出力（stdio）を介して起動し、MCPクライアント（Gemini CLIなど）からの接続を待機します。

📋 今後の予定

• [ ] 3Dプロットのサポートを追加する。
• [ ] Desmosのようなリアルタイムの数式分析と対話型プロットを実装する。

📄 ライセンス

このプロジェクトは、Apache 2.0ライセンスの下でライセンスされています。詳細については、LICENSEファイルを参照してください。