Math MCP Learning

Servidor MCP educacional com operações matemáticas, estatísticas, visualizações e espaço de trabalho persistente.

Documentação

math-mcp-learning-server

Servidor MCP educacional com 17 ferramentas, workspace persistente e hospedagem em nuvem. Construído com FastMCP e o SDK oficial do Model Context Protocol para Python.

Disponível no MCP Registry (io.github.clouatre-labs/math-mcp-learning-server) e no PyPI.

Demonstração

$math-mcp Demo$

Consulte CONTRIBUTING.md para instruções de como gravar sua própria demonstração.

Início Rápido

Nuvem (Sem Instalação)

Conecte seu cliente MCP ao servidor hospedado:

Claude Desktop (claude_desktop_config.json):

{
  "mcpServers": {
    "math-cloud": {
      "transport": "http",
      "url": "https://math-mcp.fastmcp.app/mcp"
    }
  }
}

Instalação Local

{
  "mcpServers": {
    "math": {
      "command": "uvx",
      "args": ["math-mcp-learning-server[scientific,plotting]"]
    }
  }
}

Para outras opções de instalação (básica, somente científica, somente plotagem), consulte CONTRIBUTING.md.

Ferramentas

Categoria	Ferramenta	Descrição
Workspace	`workspace_save`	Salvar cálculos no armazenamento persistente
	`workspace_load`	Recuperar cálculos salvos anteriormente
Matemática	`calc_expression`	Avaliar expressões matemáticas com segurança
	`calc_statistics`	Análise estatística (média, mediana, moda, desvio padrão, variância)
	`calc_interest`	Calcular juros compostos para investimentos
	`calc_units`	Converter entre unidades (comprimento, peso, temperatura)
Matriz	`matrix_multiply`	Multiplicar duas matrizes
	`matrix_transpose`	Transpor uma matriz
	`matrix_determinant`	Calcular o determinante de uma matriz
	`matrix_inverse`	Calcular a inversa de uma matriz
	`matrix_eigenvalues`	Calcular autovalores
Visualização	`plot_function`	Plotar funções matemáticas
	`plot_histogram`	Criar histogramas estatísticos
	`plot_line_chart`	Criar gráficos de linhas
	`plot_scatter`	Criar gráficos de dispersão
	`plot_box_plot`	Criar gráficos de caixa (box plots)
	`plot_financial_line`	Criar gráficos financeiros de linhas

Recursos

math://workspace - Resumo do workspace de cálculos persistente
math://history - Histórico cronológico de cálculos
math://functions - Referência das funções matemáticas disponíveis
math://constants/{constant} - Constantes matemáticas (pi, e, razão áurea, etc.)
math://catalog/tools - Catálogo de ferramentas com metadados e exemplos de uso
math://variables - Variáveis ativas no workspace atual
math://test - Verificação de integridade do servidor

Prompts

math_tutor - Prompts de tutoria estruturados (dificuldade configurável)
formula_explainer - Explicação de fórmulas com detalhamento passo a passo

Consulte Exemplos de Uso para exemplos detalhados.

Desenvolvimento

Consulte CONTRIBUTING.md para configuração de desenvolvimento, testes e diretrizes de contribuição.

Segurança

OpenSSF Best Practices Silver - Menos de 1% dos projetos de código aberto atingem esse nível
REUSE/SPDX - Conformidade de licenciamento para todos os arquivos
Commits Assinados - Commits assinados com GPG são obrigatórios
Varredura de Dependências - Atualizações automáticas via Renovate
Varredura de CVEs com pip-audit - Verificações automáticas de vulnerabilidades em dependências
Varredura de Segredos com gitleaks - Detecta segredos no código e no histórico
Segurança de GitHub Actions com zizmor - Varredura de segurança de workflows
commitlint Enforcement - Validação de commits convencionais no CI
OpenSSF Scorecard - Avaliação contínua de segurança de código aberto

segurança do calc_expression

A ferramenta calc_expression usa eval() restrito com uma lista de permissões de caracteres e funções permitidas, escopo global restrito (somente o módulo math e abs) e sem acesso a built-ins ou imports perigosos. Todas as entradas das ferramentas são validadas com modelos Pydantic. As operações de arquivo são restritas ao diretório de workspace designado. Tipos completos e validação são aplicados em todas as operações.