Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Mit Google anmelden, um Bewertungen zu schreiben.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

Physbound

von JonesRobMVersion 0.3.0i★ 2iLäuft auf deinem Computer
Name in der Registryio.github.JonesRobM/physbound

So installierst du es

What it does

Physical Layer Linter: validates RF and radar calculations against hard physical limits.

  • Connects Läuft auf deinem Computer
  • Account or key No key needed
  • Category Sonstiges

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

3/3 Prüfungen bestanden · Läuft auf deinem Computer

Zuerst: Welche KI nutzt du?

Wähle deine App, dann erscheinen die Schritte unten.

Klappt mit Claude, aber erst etwas vorbereiten

Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy

  1. Python (uv) installieren

    Nur einmal; gilt für alle Server, die Python (uv) brauchen

    Download-Seite von Python (uv) öffnen ↗

  2. Einstellungsdatei der Claude-Desktop-App öffnen

    SettingsDeveloperEdit Config

  3. Diese Einstellungen einfügen und speichern

    {
      "mcpServers": {
        "physbound": {
          "command": "uvx",
          "args": [
            "physbound"
          ]
        }
      }
    }
  4. Claude beenden und neu öffnen

  5. Ausprobieren

    Nutze Physbound und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Claude sagt, dass es Physbound nutzt, oder ein Werkzeug von Physbound in der Antwort zeigt, bist du verbunden

Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

ChatGPT kann Physbound noch nicht verbinden

Physbound läuft auf deinem Computer, aber ChatGPT verbindet nur Server, die im Web laufen

Das kannst du stattdessen tun

A · Eine App nutzen, die Physbound verbinden kann

  • Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy
  • Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
  • Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
  • Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

B · Andere in Sonstiges, die mit ChatGPT funktionieren

Aus den meistgenutzten derselben Kategorie, nur solche, die per Adresse ohne Schlüssel verbinden

Klappt mit Claude Code, aber erst etwas vorbereiten

Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

  1. Python (uv) installieren

    Nur einmal; gilt für alle Server, die Python (uv) brauchen

    Download-Seite von Python (uv) öffnen ↗

  2. Terminal öffnen

    Mac: Command+Leertaste drücken und Terminal tippen · Windows: PowerShell öffnen

  3. Diesen Befehl einfügen und Enter drücken

    claude mcp add --scope user physbound -- uvx physbound
  4. /mcp in Claude Code eingeben

    Physbound sollte in der Liste als verbunden erscheinen

  5. Ausprobieren

    Nutze Physbound und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Claude Code sagt, dass es Physbound nutzt, oder ein Werkzeug von Physbound in der Antwort zeigt, bist du verbunden

Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Klappt mit Cursor, aber erst etwas vorbereiten

Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

  1. Python (uv) installieren

    Nur einmal; gilt für alle Server, die Python (uv) brauchen

    Download-Seite von Python (uv) öffnen ↗

  2. Mit diesem Button Cursor öffnen

    In Cursor öffnen

    Cursor fragt nach einer Bestätigung; klicke Install

  3. KI-Chat in Cursor im Agent-Modus öffnen

  4. Ausprobieren

    Nutze Physbound und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Cursor sagt, dass es Physbound nutzt, oder ein Werkzeug von Physbound in der Antwort zeigt, bist du verbunden

Menünamen am 11. Nov. 2026 mit der Hilfe von Cursor abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Klappt mit VS Code, aber erst etwas vorbereiten

Installiere zuerst Python (uv) auf deinem Computer (nur einmal)

  1. Python (uv) installieren

    Nur einmal; gilt für alle Server, die Python (uv) brauchen

    Download-Seite von Python (uv) öffnen ↗

  2. Mit diesem Button VS Code öffnen

    In VS Code öffnen

    VS Code fragt nach einer Bestätigung; klicke Install

  3. KI-Chat in VS Code im Agent-Modus öffnen

  4. Ausprobieren

    Nutze Physbound und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn VS Code sagt, dass es Physbound nutzt, oder ein Werkzeug von Physbound in der Antwort zeigt, bist du verbunden

Menünamen am 11. Nov. 2026 mit der Hilfe von VS Code abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Andere Apps mit MCP, etwa Windsurf, Zed oder Gemini CLI, fügen Server unterschiedlich hinzu. Sieh in der App-Liste nach

Alle Apps mit MCP ansehen →

JSON-Einstellungen stehen unten unter „Für Entwickler“

Hängst du fest? Frag Leute, die Physbound nutzen💬 Diskussion →
Für Entwickler: Terminal-Befehle und JSON-Einstellungen

Auf deinem Computer installiert

Claude Code

claude mcp add --scope user physbound -- uvx physbound

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "physbound": {
      "command": "uvx",
      "args": [
        "physbound"
      ]
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "physbound": {
      "command": "uvx",
      "args": [
        "physbound"
      ]
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "physbound": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "physbound"
      ]
    }
  }
}

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Auf einen Blick

Downloads pro Wochei
25/Wo.
Verbindung
Läuft auf deinem Computer
Neueste Versioni
0.3.0
Kategoriei
Sonstiges
In der Registry veröffentlichti
1. Sept. 2026
Code zuletzt geänderti
10. Nov. 2026
Entwickler
JonesRobM
Pakete
pypi: physbound
Registry-Status
Aktiv

Welche Apps ihn nutzen können

Basierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.

Laufen auf deinem Computer in

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

Alle Apps, mit Vor- und Nachteilen →

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 12. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto JonesRobM bestätigt, dem das Repo gehört

  • ✓ Bestanden

    Wird noch gepflegt

    Code zuletzt geändert: vorgestern

  • ✓ Bestanden

    Hat eine Lizenz

    Nutzt MIT

  • – Nicht zutreffend

    Endpunkt antwortet

    Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Diskussion

Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.

Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.

Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.

Mit Google anmelden, um zu posten

Nutzerbewertungen

Noch keine Bewertungen

Mit Google anmelden, um zu bewerten

Im Vergleich mit anderen in Sonstigesi

  • Mehr Sterne als 91 % der anderen 19377 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 28 % der anderen 19377 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 19377 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Physbound sicher?

Er hat 3 von 3 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt vorgestern geändert, und die neueste Version (0.3.0) kam vor 2 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: World Monitor, Claude Flow, Windmill

Andere in derselben Kategorie

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

World Monitor

Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 104 tools.

von koala73Weit verbreitet★ 90.489Aktualisiert heute

Läuft in der Cloud✓ vom Dienst · worldmonitor.app

Claude Flow

AI orchestration with hive-mind swarms, neural networks, and 87 MCP tools for enterprise dev.

von ruvnetWeit verbreitet↓ 13.513/Wo.★ 81.524Aktualisiert vor 14 Monaten

Läuft auf deinem Computer

Windmill

Run Windmill scripts and flows and manage jobs, schedules, resources and variables.

von windmill-labsWeit verbreitet★ 18.530Aktualisiert heute

Läuft in der Cloud

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

PhysBound

Physical Layer Linter — an MCP server that validates RF and physics calculations against hard physical limits, catching AI hallucinations in engineering workflows.


LLMs generate plausible-sounding RF numbers that violate fundamental physics — throughput above the Shannon limit, antenna gains no aperture can produce, radar ranges the range equation forbids. PhysBound gives any MCP-compatible AI assistant six validated calculation tools, backed by CODATA constants (via SciPy) and dimensional analysis (via Pint). Impossible claims return structured PhysicalViolationError responses with the violated law, the computed limit, and a LaTeX explanation — not silent failures.

ToolWhat it validates
rf_link_budgetFriis link budgets: FSPL, received power, antenna gains vs. aperture/Harrington limits
shannon_hartleyThroughput claims against channel capacity C = B log2(1 + SNR)
noise_floorThermal noise kTB, Friis noise-figure cascades, receiver sensitivity
radar_rangeDetection-range claims against the monostatic radar range equation
antenna_gainGain limits, beamwidth, and far-field distance for a single antenna
radar_ambiguityPulse-Doppler unambiguous range/velocity, Doppler aliasing, range resolution

Installation

PhysBound is a standard stdio MCP server published on PyPI. The recommended launch command is uvx physbound, which fetches and runs the latest release in an isolated environment — no manual install step.

First run: uvx downloads ~60 MB of dependencies (SciPy, NumPy) the first time. Run uvx physbound once in a terminal to pre-cache them (Ctrl-C to exit); subsequent starts are instant.

Claude Code
claude mcp add physbound -- uvx physbound
Claude Desktop

Add to claude_desktop_config.json (macOS: ~/Library/Application Support/Claude/, Windows: %APPDATA%\Claude\):

{

"mcpServers": { "physbound": { "command": "uvx", "args": ["physbound"] } } }

Cursor, Windsurf, and other MCP clients

Use the same JSON server entry as above in your client's MCP configuration file (Cursor: ~/.cursor/mcp.json; Windsurf: ~/.codeium/windsurf/mcp_config.json).

Without uv

If you prefer a plain Python install (requires Python 3.12+):

pip install physbound

then set "command": "physbound" (with no args) in the client configuration.

Once configured, ask your assistant an RF question — *"Can a 20 MHz channel with 15 dB SNR support 500 Mbps?"* — and it will answer with physics-validated numbers.

Command-Line Usage

The same validators are available directly from the terminal — useful in scripts and CI pipelines, since a physics violation exits with code 1:

$ physbound check shannon --bandwidth-hz 20e6 --snr-db 15 --claimed-throughput-bps 500e6

PHYSICS VIOLATION [Shannon-Hartley Theorem] Claimed throughput 500000000.0 bps exceeds Shannon limit of 100556153.5 bps by 397.2% Computed limit: 1.00556e+08 bps Claimed value: 5e+08 bps $ echo $? 1

$ physbound check shannon --bandwidth-hz 20e6 --snr-db 15 --claimed-throughput-bps 100e6

Shannon-Hartley Capacity: ... # exit code 0

Available subcommands: check {link-budget, shannon, noise, radar-range, antenna, radar-ambiguity} (flags mirror the MCP tool parameters; add --json for the full structured result) and serve --transport {stdio,http} for running the MCP server over HTTP. See physbound check --help for details.

What LLMs Get Wrong

Sixteen real hallucination patterns, each caught by PhysBound's test suite:

#CategoryLLM HallucinationPhysBound TruthVerdict
1Shannon-HartleyA 20 MHz 802.11n channel with 15 dB SNR can achieve 500 MbpsShannon limit: 100.6 Mbps (not 500 Mbps)CAUGHT
2Shannon-HartleyA 100 MHz 5G channel with 20 dB SNR delivers 2 GbpsShannon limit: 665.8 Mbps (not 2000 Mbps)CAUGHT
3Antenna ApertureA 30 cm dish antenna at 1 GHz provides 45 dBi gainPhysical limit: 12.1 dBi (Harrington); aperture eta=1: 9.9 dBi; typical dish: 7.4 dBi (eta=0.55) (not 45 dBi)CAUGHT
4Thermal NoiseReceiver noise floor of -180 dBm/Hz at room temperatureThermal noise floor: -174.0 dBm/Hz at 290K (not -180 dBm/Hz)CAUGHT
5Link Budget / FSPLWi-Fi at 2.4 GHz with 20 dBm TX reaches 10 km with -40 dBm RX powerActual RX power at 10 km: -94.1 dBm (not -40 dBm)CAUGHT
6Link Budget / FSPLA 1W transmitter at 12 GHz with 0 dBi antennas reaches GEO at -80 dBmActual RX power at GEO: -175.1 dBm (not -80 dBm)CAUGHT
7Link Budget / FSPLBluetooth at 2.4 GHz with 0 dBm TX and 0 dBi antennas reaches 1 km at -60 dBmActual RX power at 1 km: -100.1 dBm (not -60 dBm)CAUGHT
8Shannon-HartleyA 10 MHz LTE channel at 10 dB SNR supports 1 GbpsShannon limit: 34.6 Mbps (not 1000 Mbps)CAUGHT
9Noise CascadeReceiver NF is the same regardless of stage order: LNA(20dB/1.5dB) + Mixer(10dB/8dB)LNA first: 1.66 dB vs mixer first: 8.03 dB (penalty: 6.4 dB)CAUGHT
10Antenna ApertureA 10 cm patch antenna at 900 MHz provides 20 dBi gainPhysical limit: 4.4 dBi (Harrington, D < lambda); aperture eta=1: -0.5 dBi; typical: -3.1 dBi (eta=0.55) (not 20 dBi)CAUGHT
11Radar Range EquationDoubling transmit power doubles radar detection rangeRange increases by factor 1.189 (2^(1/4) = 1.189), not 2.0CAUGHT
12Radar Range EquationSmall drone (0.01 m^2 RCS) detectable at 200 km by 1 kW X-band radar with 30 dBi gainMax range: 2.7 km for 0.01 m^2 RCS at 1 kW X-band (not 200 km)CAUGHT
13Antenna GainA 0.5 m user-terminal dish at 12 GHz gives 50 dBi gainPhysical limit: 36.1 dBi (Harrington); typical dish: 33.4 dBi (eta=0.55) (not 50 dBi)CAUGHT
14Antenna GainA 3 m dish at 10 GHz is in its far field at 10 m, so gain can be measured thereFar-field distance 2D^2/lambda = 600 m; 10 m is in the near fieldCAUGHT
15Radar AmbiguityA 10 GHz radar at 10 kHz PRF unambiguously measures 500 m/sv_ua = lambda*PRF/4 = +/-74.9 m/s (blind speed 149.9 m/s); 500 m/s aliases (not 500 m/s)CAUGHT
16Radar AmbiguityA 10 GHz pulse-Doppler radar can unambiguously cover 150 km and +/-300 m/s at onceR_ua*v_ua = c*lambda/8 = 1.123e+06 m^2/s for any PRF; claimed 4.5e+07 m^2/s (40x too large)CAUGHT

*Generated automatically by pytest tests/test_marketing.py -s*

Tools

Full derivations, sources, and worked examples for every formula are in docs/formulas.md.

rf_link_budget

Computes a complete RF link budget using the Friis transmission equation and validates antenna gains against physical limits.

Example: *"What's the received power for a 2.4 GHz link at 100 m with 20 dBm TX, 10 dBi TX gain, 3 dBi RX gain?"*

Returns FSPL, received power, wavelength, and — when antenna diameters are supplied — gain limit checks. Gains above the hard bound G_max = max((pi D / lambda)^2, (ka)^2 + 2ka) (the eta = 1 aperture value, or Harrington's bound for electrically small antennas) are rejected; gains above the typical dish value (eta = 0.55) are accepted with a warning. Also warns inside the far-field distance 2D^2/lambda and rejects negative losses.

shannon_hartley

Computes Shannon-Hartley channel capacity C = B log2(1 + SNR) and validates throughput claims.

Example: *"Can a 20 MHz channel with 15 dB SNR support 500 Mbps?"*

Returns theoretical capacity, spectral efficiency, and whether the claim is physically possible, including the exact percentage by which a violating claim exceeds the Shannon limit.

noise_floor

Computes thermal noise power N = k_B T B, cascades noise figures through multi-stage receivers with the Friis noise formula, and calculates receiver sensitivity.

Example: *"What's the noise floor for a 1 MHz receiver at 290 K with a two-stage LNA chain?"*

Returns thermal noise in dBm and watts, cascaded noise figure, effective input noise temperature T_e = 290 K * (F - 1), and receiver sensitivity.

radar_range

Computes the monostatic radar range equation R_max = [P_t G^2 lambda^2 sigma / ((4pi)^3 S_min L)]^(1/4) and validates detection-range claims.

Example: *"Can a 1 kW X-band radar with 30 dBi gain detect a 0.01 m^2 drone at 200 km?"*

Returns maximum detection range, minimum detectable signal, wavelength, and intermediate values. Catches the common fourth-root fallacy that doubling power doubles range.

antenna_gain

Analyses a single antenna from its diameter or physical area: gain limits, beamwidth, and far-field distance, with optional validation of a claimed gain.

Example: *"Can a 0.5 m dish at 12 GHz really give 50 dBi? What beamwidth should I expect?"*

Returns the physical gain limit (aperture or Harrington bound, and which one governs), typical gain at the given efficiency (default 0.55), effective aperture, half-power beamwidth estimates, far-field distance 2D^2/lambda, and — for a claimed gain — the implied aperture efficiency and validity.

radar_ambiguity

Computes pulse-Doppler ambiguity limits for a given carrier frequency and PRF.

Example: *"Can a 10 GHz radar at 10 kHz PRF unambiguously measure a 500 m/s target out to 150 km?"*

Returns unambiguous range R_ua = c / (2 PRF), unambiguous velocity v_ua = lambda PRF / 4, blind speed, Doppler shift and apparent (aliased) velocity, range resolution (c tau / 2, or c / 2B with pulse compression), minimum range, duty cycle, and the range-Doppler dilemma invariant R_ua v_ua = c lambda / 8. Rejects range, velocity, or resolution claims the PRF or pulse cannot support.

Physics Guarantees

Nur der Anfang wird gezeigt; den Rest findest du im Repo