Fujitsu Sdt MCP

🚀 Fujitsu 社会数字孪生 MCP 服务器

本项目借助 Fujitsu 的社会数字孪生技术与模型上下文协议 (MCP) 实现无缝对接，有效增强大语言模型 (LLM) 的功能。系统支持模拟数据管理、情景分析和自然语言生成等多种操作。

🚀 快速开始

本项目旨在通过 Fujitsu 的社会数字孪生技术与模型上下文协议 (MCP) 的无缝集成，增强大语言模型 (LLM) 的功能。该系统支持模拟数据管理、情景分析和自然语言生成等多种操作，为用户提供更强大的功能体验。

✨ 主要特性

• 多维度模拟：涵盖交通流量、人群流动和社会活动等多个领域，实现全方位的模拟。
• 智能数据处理：可自动解析和处理大规模的结构化与非结构化数据，提高数据处理效率。
• 动态交互能力：支持实时查询、预测性分析和自适应调整功能，满足用户多样化的需求。

📦 安装指南

先决条件

• 操作系统：Linux 64-bit 或 Windows 10/11 (仅限家庭版及以上)
• 内存：至少 8GB，推荐 16GB
• 磁盘空间：至少 50GB 可用空间
• 安装依赖项：
  • Python 3.8 或更高版本
  • pip 包管理器
  • 建议安装 GPU 加速库（如 CUDA）

环境准备

1. 更新系统软件并安装必要的开发工具。
2. 配置环境变量：

export FUJITSU_SDT_HOME=/path/to/sdt-installation

3. 将 Fujitsu 社会数字孪生 SDK 添加到 PATH 环境变量中。

安装步骤

1. 下载并解压安装包。
2. 使用 pip 安装依赖项：

python -m pip install -r requirements.txt

3. 初始化数据库和配置文件。

💻 使用示例

资源访问

• resource://simulation_overview：数字孪生技术概述
• resource://metrics_explanation：模拟指标说明
• resource://scenario_samples：情景示例

工具使用

• list_simulations：获取模拟列表
• start_simulation：启动模拟
• get_result：检索模拟结果
• fetch_metrics：获取模拟指标
• list_data：检索模拟数据列表
• retrieve_data：获取具体模拟数据
• analyze_traffic：分析交通流量
• compare_scenarios：比较不同情景
• generate_config：根据自然语言生成配置

基础用法

获取模拟列表

tool list_simulations

启动模拟

tool start_simulation {"simdataId": "your_id"}

分析交通流量

tool analyze_traffic {"simulationId": "id", "区域": "东京", "时间范围": "早高峰", "情景": "交通优化"}

自然语言配置生成

tool generate_config {"描述": "我要在东京的早高峰时段运行交通模拟"}

高级用法

示例对话

用户: 我想在东京的早高峰时段运行一个交通模拟。

系统: 我可以帮助您设置东京早高峰时段的交通模拟。让我们先根据您的自然语言描述生成配置：

[工具执行: generate_config]

生成配置:

{
  "类型": "交通",
  "参数": {
    "区域": "东京",
    "时间范围": "早高峰"
  },
  "名称": "traffic_20250416_123045"
}

接下来，我将列出可用的模拟数据：

[工具执行: list_data]

从这些数据中，我选择了适用于东京早高峰交通状况的数据 ID，并启动了模拟：

[工具执行: start_simulation]

模拟已启动，ID 为 "sim_12345"。完成需要一些时间，待结果生成后我会进行分析。

(模拟完成后) 让我们分析一下结果：

[工具执行: analyze_traffic]

分析结果:

• CO2 排放量：1,250kg
• 平均通行时间：42 分钟
• 总交通流量：15,700 辆次

结果显示，涩谷至新宿路线的拥堵尤为严重。以下是一些改进建议：

1. 优化信号灯控制
2. 实施特定路段和时段的一-way通行政策
3. 提高公共交通频率

您是否需要查看更详细的分析？

🤝 贡献说明

请通过 GitHub Issues 报告问题或提出功能建议，欢迎提交 Pull Request。

📄 许可证

本项目采用 MIT License 发布。详细内容请查阅 LICENSE 文件。

🙏 致谢

感谢 Fujitsu 提供技术支持，并特别鸣谢开发团队的贡献。