What is Mcp Calculator

MCP_Calculator is a calculator module designed for the MCP server, enabling users to perform various mathematical operations through a structured interface.

Use cases

Use cases include building interactive calculators for web applications, integrating mathematical functionalities in AI models, and providing educational platforms with computational tools.

How to use

To use MCP_Calculator, configure the server with the appropriate command and arguments in JSON format. You can specify the Python interpreter path and the script to run, along with any necessary environment variables.

Key features

Key features include the ability to register callable functions as tools, create prompt templates for structured dialogues, and manage data resources for client access. It supports both synchronous and asynchronous functions.

Where to use

MCP_Calculator can be used in various fields such as data analysis, scientific computing, and educational tools where mathematical calculations are required.

MCP_Calculator

Calculator

MCP 功能模块开发文档

配置说明

示例配置

方式 1

{
  "mcpServers": {
    "calculator": {
      "command": "path to your python.exe",
      "args": [
        "path to the calculator.py"
      ],
      "env": {
        "PYTHONPATH": "path to your MCP_Calculator"
      }
    }
  }
}

方式 2

{
  "mcpServers": {
    "calculator": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli],numpy,scipy",
        "mcp",
        "run",
        "D:\\AI_deeplearning\\1A_large_modle\\llm_codes\\calculator\\calculater.py"
      ]
    }
  }
}

配置解析

• command: 指定Python解释器路径或运行工具（如uv）。
• args: 提供运行脚本所需的参数。
• env: 设置环境变量，例如PYTHONPATH，用于指定模块搜索路径。

---

装饰器功能概览

MCP 提供了多种核心装饰器，用于扩展服务器功能。以下为详细说明：

装饰器	功能描述
@app.tool()	注册可调用函数作为工具
@app.prompt()	注册提示模板
@app.resource()	注册数据资源
@app.list_tools()	定义处理工具列表请求的函数
@app.list_prompts()	定义处理提示模板列表请求的函数
@app.list_resources()	定义处理资源列表请求的函数

---

详细说明

1. @app.tool()

功能：将函数注册为可被客户端（如Claude）调用的工具。

基本用法：

@app.tool(name="工具名称", description="工具描述")
def my_tool(param1: str, param2: int) -> str:
    """工具功能说明"""
    # 实现代码
    return "结果"

主要特点：

• 自动从函数签名生成参数模式。
• 支持同步和异步函数。
• 可注入Context对象以获取MCP功能。

---

2. @app.prompt()

功能：注册提示模板，用于生成结构化的对话内容。

基本用法：

@app.prompt(name="提示名称", description="提示描述")
def my_prompt(topic: str) -> list:
    """生成关于特定主题的提示"""
    return [
        {"role": "user", "content": f"请讨论{topic}"}
    ]

主要特点：

• 支持参数化提示模板。
• 可返回单条消息或消息列表。
• 支持文本、图像和嵌入资源内容。

---

3. @app.resource()

功能：注册数据资源，使客户端能够访问服务器提供的数据。

基本用法：

@app.resource("resource://my-data", name="数据名称", description="数据描述")
def get_data() -> str:
    """提供数据内容"""
    return "数据内容"

主要特点：

• 支持静态和动态生成的内容。
• 可定义参数化资源URI模板。
• 支持文本和二进制数据。
• 可设置数据的MIME类型。

---

4. @app.list_tools()

功能：定义处理工具列表请求的函数，当客户端查询可用工具时调用。

基本用法：

@app.list_tools()
async def handle_list_tools() -> list[Tool]:
    """返回可用工具列表"""
    # 通常由FastMCP自动处理，除非需要自定义逻辑
    return [...]

主要特点：

• 返回已注册工具的元数据。
• 默认由FastMCP自动处理，无需手动实现。
• 仅在需要高度自定义工具列表时才需重写。

---

5. @app.list_prompts()

功能：定义处理提示模板列表请求的函数，当客户端查询可用提示模板时调用。

基本用法：

@app.list_prompts()
async def handle_list_prompts() -> list[Prompt]:
    """返回可用提示模板列表"""
    # 通常由FastMCP自动处理，除非需要自定义逻辑
    return [...]

主要特点：

• 返回已注册提示模板的元数据。
• 默认由FastMCP自动处理。
• 可重写以实现动态提示列表。

---

6. @app.list_resources()

功能：定义处理资源列表请求的函数，当客户端查询可用资源时调用。

基本用法：

@app.list_resources()
async def handle_list_resources() -> list[Resource]:
    """返回可用资源列表"""
    # 通常由FastMCP自动处理，除非需要自定义逻辑
    return [...]

主要特点：

• 返回已注册资源的元数据。
• 默认由FastMCP自动处理。
• 可重写以实现动态资源列表管理。

---

使用建议

1. 日常开发：

   • 使用@app.tool()、@app.prompt()和@app.resource()即可满足大多数需求。

2. 高级定制：

   • 仅在需要自定义列表行为时，才实现@app.list_tools()、@app.list_prompts()或@app.list_resources()。

3. 默认实现：

   • FastMCP默认提供了这些列表处理器的实现，通常不需要自定义。

---

核心功能总结

这些装饰器构成了MCP的核心功能，使开发者能够创建强大的、扩展了LLM能力的应用程序。通过合理使用这些装饰器，可以快速构建高效、灵活的服务端逻辑，满足不同场景的需求。

---

以上文档结构清晰，适合技术团队快速理解和上手使用MCP功能模块开发。