OR Tools

🚀 MCP-ORTools

MCP-ORToolsは、GoogleのOR-Tools制約プログラミングソルバーを使用して実装されたモデルコンテキストプロトコル（MCP）サーバーです。制約モデル仕様を標準化することで、大規模言語モデルに特化して設計されています。

🚀 クイックスタート

MCP-ORToolsは、GoogleのOR-Tools制約プログラミングソルバーと大規模言語モデルを、Model Context Protocolを介して統合しています。これにより、AIモデルは以下のことができます：

• 制約モデルを提出して検証する
• モデルパラメータを設定する
• 制約充足問題と最適化問題を解く
• 解を取得して分析する

📦 インストール

1. パッケージをインストールします：

pip install git+https://github.com/Jacck/mcp-ortools.git

2. Claude Desktopを設定します Windowsの場合は %APPDATA%\Claude\claude_desktop_config.json、macOSの場合は ~/Library/Application Support/Claude/claude_desktop_config.json に設定ファイルを作成します：

{
  "mcpServers": {
    "ortools": {
      "command": "python",
      "args": ["-m", "mcp_ortools.server"]
    }
  }
}

📚 ドキュメント

モデル仕様

モデルはJSON形式で指定され、主に3つの部分で構成されています：

• variables：変数とそのドメインを定義します
• constraints：OR-Toolsメソッドを使用した制約のリストです
• objective：オプションの最適化目標です

制約構文

制約は、OR-Toolsメソッドの構文を使用する必要があります：

• .__le__() は小于等于（<=）を表します
• .__ge__() は大于等于（>=）を表します
• .__eq__() は等于（==）を表します
• .__ne__() は不等于（!=）を表します

💻 使用例

基本的な使用法

単純な最適化モデル

{
    "variables": [
        {"name": "x", "domain": [0, 10]},
        {"name": "y", "domain": [0, 10]}
    ],
    "constraints": [
        "(x + y).__le__(15)",
        "x.__ge__(2 * y)"
    ],
    "objective": {
        "expression": "40 * x + 100 * y",
        "maximize": true
    }
}

ナップサック問題

例：値 [3,1,2,1] と重み [2,2,1,1] のアイテムを選択し、総重量制限を2とする。

{
    "variables": [
        {"name": "p0", "domain": [0, 1]},
        {"name": "p1", "domain": [0, 1]},
        {"name": "p2", "domain": [0, 1]},
        {"name": "p3", "domain": [0, 1]}
    ],
    "constraints": [
        "(2*p0 + 2*p1 + p2 + p3).__le__(2)"
    ],
    "objective": {
        "expression": "3*p0 + p1 + 2*p2 + p3",
        "maximize": true
    }
}

追加の制約例

{
    "constraints": [
        "p0.__eq__(1)",         // アイテム p0 は必ず選択される
        "p1.__ne__(p2)",        // p1 と p2 を同時に選択することはできない
        "(p2 + p3).__ge__(1)"   // p2 または p3 の少なくとも一方を選択する必要がある
    ]
}

✨ 主な機能

• OR-Tools CP-SATソルバーを完全にサポートしています
• JSONベースのモデル仕様を使用しています
• 以下をサポートしています：
  • 整数とブール変数（ドメイン：[min, max]）
  • OR-Toolsメソッド構文を使用した線形制約
  • 線形最適化目標
  • タイムアウトとソルバーパラメータ
  • バイナリ制約と関係
  • ポートフォリオ選択問題
  • ナップサック問題

制約でサポートされる操作

• 基本的な算術演算：+、-、*
• 比較：.le()、.ge()、.eq()、.ne()
• 変数の線形結合
• 制約の組み合わせによるバイナリ論理

🔧 技術詳細

開発設定

開発用の設定を行うには、以下のコマンドを実行します：

git clone https://github.com/Jacck/mcp-ortools.git
cd mcp-ortools
pip install -e .

モデル応答形式

ソルバーは以下のJSON構造を返します：

{
    "status": "success",           // ステータス："success" または "error"
    "result": {
        "x": 5,                   // 変数 x の値
        "y": 10                   // 変数 y の値
    },
    "message": ""                 // エラーメッセージ（ある場合）
}

ステータスコード

• success：操作が成功しました
• error：エラーが発生しました

📄 ライセンス

Apache License 2.0 - 詳細についてはLICENSEファイルを参照してください。