Fujitsu Sdt MCP

🚀 Fujitsu 社會數字孿生 MCP 服務器

本項目藉助 Fujitsu 的社會數字孿生技術與模型上下文協議 (MCP) 實現無縫對接，有效增強大語言模型 (LLM) 的功能。系統支持模擬數據管理、情景分析和自然語言生成等多種操作。

🚀 快速開始

本項目旨在通過 Fujitsu 的社會數字孿生技術與模型上下文協議 (MCP) 的無縫集成，增強大語言模型 (LLM) 的功能。該系統支持模擬數據管理、情景分析和自然語言生成等多種操作，為用戶提供更強大的功能體驗。

✨ 主要特性

• 多維度模擬：涵蓋交通流量、人群流動和社會活動等多個領域，實現全方位的模擬。
• 智能數據處理：可自動解析和處理大規模的結構化與非結構化數據，提高數據處理效率。
• 動態交互能力：支持即時查詢、預測性分析和自適應調整功能，滿足用戶多樣化的需求。

📦 安裝指南

先決條件

• 操作系統：Linux 64-bit 或 Windows 10/11 (僅限家庭版及以上)
• 內存：至少 8GB，推薦 16GB
• 磁盤空間：至少 50GB 可用空間
• 安裝依賴項：
  • Python 3.8 或更高版本
  • pip 包管理器
  • 建議安裝 GPU 加速庫（如 CUDA）

環境準備

1. 更新系統軟件並安裝必要的開發工具。
2. 配置環境變量：

export FUJITSU_SDT_HOME=/path/to/sdt-installation

3. 將 Fujitsu 社會數字孿生 SDK 添加到 PATH 環境變量中。

安裝步驟

1. 下載並解壓安裝包。
2. 使用 pip 安裝依賴項：

python -m pip install -r requirements.txt

3. 初始化數據庫和配置文件。

💻 使用示例

資源訪問

• resource://simulation_overview：數字孿生技術概述
• resource://metrics_explanation：模擬指標說明
• resource://scenario_samples：情景示例

工具使用

• list_simulations：獲取模擬列表
• start_simulation：啟動模擬
• get_result：檢索模擬結果
• fetch_metrics：獲取模擬指標
• list_data：檢索模擬數據列表
• retrieve_data：獲取具體模擬數據
• analyze_traffic：分析交通流量
• compare_scenarios：比較不同情景
• generate_config：根據自然語言生成配置

基礎用法

獲取模擬列表

tool list_simulations

啟動模擬

tool start_simulation {"simdataId": "your_id"}

分析交通流量

tool analyze_traffic {"simulationId": "id", "區域": "東京", "時間範圍": "早高峰", "情景": "交通優化"}

自然語言配置生成

tool generate_config {"描述": "我要在東京的早高峰時段運行交通模擬"}

高級用法

示例對話

用戶: 我想在東京的早高峰時段運行一個交通模擬。

系統: 我可以幫助您設置東京早高峰時段的交通模擬。讓我們先根據您的自然語言描述生成配置：

[工具執行: generate_config]

生成配置:

{
  "類型": "交通",
  "參數": {
    "區域": "東京",
    "時間範圍": "早高峰"
  },
  "名稱": "traffic_20250416_123045"
}

接下來，我將列出可用的模擬數據：

[工具執行: list_data]

從這些數據中，我選擇了適用於東京早高峰交通狀況的數據 ID，並啟動了模擬：

[工具執行: start_simulation]

模擬已啟動，ID 為 "sim_12345"。完成需要一些時間，待結果生成後我會進行分析。

(模擬完成後) 讓我們分析一下結果：

[工具執行: analyze_traffic]

分析結果:

• CO2 排放量：1,250kg
• 平均通行時間：42 分鐘
• 總交通流量：15,700 輛次

結果顯示，澀谷至新宿路線的擁堵尤為嚴重。以下是一些改進建議：

1. 優化信號燈控制
2. 實施特定路段和時段的一-way通行政策
3. 提高公共交通頻率

您是否需要查看更詳細的分析？

🤝 貢獻說明

請通過 GitHub Issues 報告問題或提出功能建議，歡迎提交 Pull Request。

📄 許可證

本項目採用 MIT License 發佈。詳細內容請查閱 LICENSE 文件。

🙏 致謝

感謝 Fujitsu 提供技術支持，並特別鳴謝開發團隊的貢獻。