MCP Numpy

Name: MCP Numpy
Author: daedalus

作者：daedalus版本 0.1.0i★ –i在你的电脑上运行

注册名称io.github.daedalus/mcp-numpy

安装

概览

作者提供的说明（英文原文）

An MCP server that exposes NumPy functionality

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i尚未统计★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在你的电脑上运行
传输方式: stdio
分类: 其他

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在你的电脑上运行，拥有你的用户账户的权限（文件、网络、应用）。
注册中心没有列出需要填写的密钥。

你需要

PyPI已安装 Python 的 uv（用于 uvx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

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

在终端中运行这条命令

claude mcp add numpy -- uvx mcp-numpy

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

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

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

{
  "servers": {
    "numpy": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "mcp-numpy"
      ]
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

这个服务器在你的电脑上运行，而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上，无需账户。

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月8日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 daedalus 验证，该账户拥有此仓库
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

与“其他”中的其他服务器比较i

星标数多于此分类中其他 18360 个服务器的 0%
发布到注册中心的时间比此分类中其他 18360 个服务器的 4% 更新
基础检查结果等于或优于此分类中其他 18360 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

MCP Numpy 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

注册中心没有列出必需的密钥，不过有些服务器会在首次使用时要求你登录。

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（0.1.0）于7个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Python (uv)。

有什么可以替代它？

同一分类中有：Spec Driven Development, Remote Desktop Commander, Tool Guardian

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Spec Driven Development

作者：formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

在你的电脑上运行★ 440MIT14个月前更新

安装

Remote Desktop Commander

作者：desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

在云端运行★ 211前天更新

安装

Tool Guardian

作者：LuminariSoftwares

Too many MCP servers eating your context? A router that loads each tool's schema only when needed.

在你的电脑上运行今天更新

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

mcp-numpy

An MCP server that exposes NumPy functionality

Install

pip install mcp-numpy

Usage

As an MCP Server

To use with Claude Desktop or other MCP clients, add to your mcp.json:

"mcpServers": { "mcp-numpy": { "command": "mcp-numpy" } } }

Available Tools

The server exposes the following NumPy functionality as MCP tools:

Array Creation

np_array - Create a NumPy array
np_zeros - Create zeros array
np_ones - Create ones array
np_full - Create array filled with value
np_arange - Create array with range
np_linspace - Create evenly spaced array
np_eye - Create identity matrix
np_diag - Create diagonal array

Array Manipulation

np_reshape - Reshape array
np_transpose - Transpose array
np_concatenate - Concatenate arrays
np_split - Split array
np_tile - Tile array
np_repeat - Repeat elements
np_squeeze - Remove single-dimensional entries
np_flatten - Flatten array

Mathematical Operations

np_sum, np_mean, np_std, np_var - Summary statistics
np_min, np_max, np_argmin, np_argmax - Min/max operations
np_dot, np_matmul, np_cross - Matrix operations
np_trace, np_cumsum, np_cumprod, np_diff - Array operations

Linear Algebra

np_inv - Matrix inverse
np_det - Matrix determinant
np_eig - Eigenvalues and eigenvectors
np_svd - Singular value decomposition
np_solve - Solve linear system
np_linalg_norm - Matrix/vector norm

Random

np_rand - Random floats
np_randn - Random normal
np_randint - Random integers
np_random_choice - Random choice
np_shuffle - Shuffle array

Statistics

np_percentile, np_quantile - Percentiles/quantiles
np_histogram - Histogram
np_correlate, np_corrcoef - Correlation

Element-wise Math

np_add, np_subtract, np_multiply, np_divide - Arithmetic
np_power, np_mod - Power and modulo
np_sqrt, np_abs - Basic math
np_exp, np_log, np_log10 - Logarithms
np_sin, np_cos, np_tan - Trigonometry
np_arcsin, np_arccos, np_arctan - Inverse trig
np_sinh, np_cosh, np_tanh - Hyperbolic

Array Properties

np_shape, np_ndim, np_size, np_dtype - Properties
npastype - Type conversion

Development

git clone https://github.com/daedalus/mcp-numpy.git

cd mcp-numpy pip install -e ".[test]"

run tests

pytest

format

ruff format src/ tests/

lint

ruff check src/ tests/

type check

mypy src/

mcp-name: io.github.daedalus/mcp-numpy