Random Number

Proporciona a los LLMs capacidades esenciales de generación aleatoria, construido completamente sobre la biblioteca estándar de Python.

GitHub

Documentación

Servidor MCP de Números Aleatorios

Utilidades esenciales de generación de números aleatorios de la biblioteca estándar de Python, incluyendo operaciones pseudoraleatorias y criptográficamente seguras para enteros, flotantes, selecciones ponderadas, mezcla de listas y generación de tokens seguros.

¿Buscas la versión de habilidad de agente? random-number-skills implementa la misma estrategia de generación de números aleatorios como una habilidad de agente en lugar de un servidor MCP.

Video de Demostración

https://github.com/user-attachments/assets/303a441a-2b10-47e3-b2a5-c8b51840e362

Herramientas

Herramienta	Propósito	Función de Python
`random_int`	Generar enteros aleatorios	`random.randint()`
`random_float`	Generar flotantes aleatorios	`random.uniform()`
`random_choices`	Elegir elementos de una lista (pesos opcionales)	`random.choices()`
`random_shuffle`	Devolver una nueva lista con elementos mezclados	`random.sample()`
`random_sample`	Elegir k elementos únicos de una población	`random.sample()`
`secure_token_hex`	Generar tokens hexadecimales criptográficamente seguros	`secrets.token_hex()`
`secure_random_int`	Generar enteros criptográficamente seguros	`secrets.randbelow()`

Configuración

Claude Desktop

Añade esto a tu archivo de configuración de Claude Desktop:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "random-number": {
      "command": "uvx",
      "args": ["random-number-mcp"]
    }
  }
}

Referencia de Herramientas

`random_int`

Genera un entero aleatorio entre low y high (inclusive).

Parámetros:

low (int): Límite inferior (inclusive)
high (int): Límite superior (inclusive)

Ejemplo:

{
  "name": "random_int",
  "arguments": {
    "low": 1,
    "high": 100
  }
}

`random_float`

Genera un flotante aleatorio entre low y high.

Parámetros:

low (float, opcional): Límite inferior (predeterminado: 0.0)
high (float, opcional): Límite superior (predeterminado: 1.0)

Ejemplo:

{
  "name": "random_float",
  "arguments": {
    "low": 0.5,
    "high": 2.5
  }
}

`random_choices`

Elige k elementos de una población con reemplazo, opcionalmente ponderados.

Parámetros:

population (lista): Lista de elementos para elegir
k (int, opcional): Número de elementos a elegir (predeterminado: 1)
weights (lista, opcional): Pesos para cada elemento (predeterminado: pesos iguales)

Ejemplo:

{
  "name": "random_choices",
  "arguments": {
    "population": ["red", "blue", "green", "yellow"],
    "k": 2,
    "weights": [0.4, 0.3, 0.2, 0.1]
  }
}

`random_shuffle`

Devuelve una nueva lista con elementos en orden aleatorio.

Parámetros:

items (lista): Lista de elementos a mezclar

Ejemplo:

{
  "name": "random_shuffle",
  "arguments": {
    "items": [1, 2, 3, 4, 5]
  }
}

`random_sample`

Elige k elementos únicos de una población sin reemplazo.

Parámetros:

population (lista): Lista de elementos para elegir
k (int): Número de elementos a elegir

Ejemplo:

{
  "name": "random_sample",
  "arguments": {
    "population": ["a", "b", "c", "d", "e"],
    "k": 2
  }
}

`secure_token_hex`

Genera un token hexadecimal aleatorio criptográficamente seguro.

Parámetros:

nbytes (int, opcional): Número de bytes aleatorios (predeterminado: 32)

Ejemplo:

{
  "name": "secure_token_hex",
  "arguments": {
    "nbytes": 16
  }
}

`secure_random_int`

Genera un entero aleatorio criptográficamente seguro por debajo de upper_bound.

Parámetros:

upper_bound (int): Límite superior (exclusivo)

Ejemplo:

{
  "name": "secure_random_int",
  "arguments": {
    "upper_bound": 1000
  }
}

Consideraciones de Seguridad

Este paquete proporciona tanto funciones pseudoraleatorias estándar (adecuadas para simulaciones, juegos, etc.) como funciones criptográficamente seguras (adecuadas para tokens, claves, etc.):

Funciones estándar (random_int, random_float, random_choices, random_shuffle): Usan el módulo random de Python - rápidas pero no criptográficamente seguras
Funciones seguras (secure_token_hex, secure_random_int): Usan el módulo secrets de Python - más lentas pero criptográficamente seguras

Desarrollo

Requisitos previos

Python 3.10+
Gestor de paquetes uv

Configuración

# Clone the repository
git clone https://github.com/example/random-number-mcp
cd random-number-mcp

# Install dependencies
uv sync --dev

# Run tests
uv run pytest

# Run linting
uv run ruff check --fix
uv run ruff format

# Type checking
uv run mypy src/

Configuración del Cliente MCP

{
  "mcpServers": {
    "random-number-dev": {
      "command": "uv",
      "args": [
        "--directory",
        "<path_to_your_repo>/random-number-mcp",
        "run",
        "random-number-mcp"
      ]
    }
  }
}

Nota: Reemplaza <path_to_your_repo>/random-number-mcp con la ruta absoluta a tu repositorio clonado.

Compilación

# Build package
uv build

# Test installation
uv run --with dist/*.whl random-number-mcp

Lista de Verificación de Publicación

Actualizar Versión:
- Incrementa el número de version en pyproject.toml, src/random_number_mcp/__init__.py y server.json.
Actualizar Registro de Cambios:
- Añade una nueva entrada en CHANGELOG.md para la publicación.
  - Redacta notas con el agente de codificación usando el contexto de git diff.
```
Update the @CHANGELOG.md for the latest release.
List all significant changes, bug fixes, and new features.
Here's the git diff:
[GIT_DIFF]
```
- Haz commit junto con cualquier otro cambio pendiente.
Crear Publicación en GitHub:
- Redacta una nueva publicación en la interfaz de GitHub.
  - Etiqueta la publicación usando la interfaz.
- El flujo de trabajo de GitHub compilará y publicará automáticamente el paquete en PyPI.

Pruebas con MCP Inspector

Para explorar y/o desarrollar este servidor, usa la utilidad npm de MCP Inspector:

# Install MCP Inspector
npm install -g @modelcontextprotocol/inspector

# Run local development server with the inspector
npx @modelcontextprotocol/inspector uv run random-number-mcp

# Run PyPI production server with the inspector
npx @modelcontextprotocol/inspector uvx random-number-mcp

Registro MCP

mcp-name: io.github.zazencodes/random-number-mcp

Licencia

Licencia MIT - consulta el archivo LICENSE para más detalles.