MNE-MCP

Name: MNE-MCP
Author: Exekiel179

von Exekiel179Version 0.2.2i★ –iLäuft auf deinem Computer

Name in der Registryio.github.Exekiel179/mne-mcp

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

MNE-Python neurophysiology analysis (EEG, MEG, sEEG, ECoG, fNIRS) via the Model Context Protocol

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiGanz neu↓ 51/Wo. · ★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Entwicklertools

Installation

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

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "mne": {
      "command": "uvx",
      "args": [
        "mne-mcp",
        "serve",
        "--transport",
        "stdio"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add mne -- uvx mne-mcp serve --transport stdio

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "mne": {
      "command": "uvx",
      "args": [
        "mne-mcp",
        "serve",
        "--transport",
        "stdio"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "mne": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "mne-mcp",
        "serve",
        "--transport",
        "stdio"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

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

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 9. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto Exekiel179 bestätigt, dem das Repo gehört
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
– 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

Im Vergleich mit anderen in Entwicklertoolsi

Mehr Sterne als 0 % der anderen 5566 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 17 % der anderen 5566 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 5566 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 MNE-MCP sicher?

Er hat 1 von 1 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 – geändert, und die neueste Version (0.2.2) kam vor 5 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: GitHub, Desktop Commander, Cloudflare MCP

Alternativen

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

GitHub

Connect AI assistants to GitHub - manage repos, issues, PRs, and workflows through natural language.

von githubWeit verbreitet★ 34.245Aktualisiert vor 5 Tagen

Computer oder Cloud

Installieren

Desktop Commander

MCP server for terminal commands, file operations, and process management

von wonderwhy-erWeit verbreitet↓ 709.596/Wo.★ 10.225Aktualisiert vor 18 Tagen

Läuft auf deinem Computer

Installieren

Cloudflare MCP

Cloudflare MCP servers

von cloudflareWeit verbreitet★ 4446Aktualisiert vor 14 Monaten

Läuft in der Cloud✓ mcp.cloudflare.com

Installieren

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.

MNE-MCP

English | 简体中文

A Model Context Protocol (MCP) server that gives AI assistants direct, conversational access to [MNE-Python](https://mne.tools/) for analyzing human neurophysiology data — EEG, MEG, sEEG, ECoG, and fNIRS.

Describe your analysis in plain language — MNE-MCP loads your recording, runs the MNE pipeline (filtering, ICA, epoching, ERP/ERF averaging, time-frequency, source-level work via code), saves the figures, and explains the results.

Works in Claude Code, Codex, PsyClaw and opencode. Pairs with bundled

Agent Skills — mne-analyst, mne-mcp-guard, plus a skeptical analysis suite

(mne-methodology-critic + per-category skills) for reliable, archived workflows.

Why an MCP for MNE-Python?

MNE analysis is stateful and visual — unlike a one-shot statistics batch job:

You load a Raw recording once, then filter → re-reference → fit ICA → epoch → average → time-frequency, each step mutating large in-memory objects. MNE-MCP keeps one persistent session so recordings never get re-loaded between steps.
Every decision is driven by looking (PSD, sensor maps, ICA components, ERPs). Every plotting tool saves a PNG the assistant can read and interpret.
MNE has a large Python API. MNE-MCP gives you 41 structured tools spanning the common pipeline *and* advanced analysis (source localization, connectivity, decoding), plus an `mne_run_code` escape hatch that reaches the entire MNE API in the same live session.
Defaults (line frequency, montage, filter band, rejection threshold, ICA settings, epoch window, dirs, timeout) are user-configurable via an interactive mne-mcp configure wizard.

Requirements

Python 3.12+ (no package upper-version gate; full-test baseline: 3.12)
Git
Claude Code, Codex, PsyClaw, opencode, or another MCP client

Cross-platform: unlike a closed engine, MNE-Python is pure Python, so analysis tools work on

Windows, macOS, and Linux.

Installation

Looking for the separate native C++ preview? See MNE-CPP MCP installation and capabilities. It now includes explicit native-runtime setup and companion-skill registration; it is not a replacement for the MNE-Python analysis backend described here.

Install with your agent

Send this to a coding agent with terminal access:

Follow https://github.com/Exekiel179/MNE-MCP/blob/v0.4.4/INSTALL_AGENT.md to install MNE-MCP and all companion skills in my existing MNE environment, configure my current client, and verify the result.

The agent checks the environment, installs missing MNE/core libraries when needed, installs the lightweight interface and all 14 skills, and registers the selected client. A client restart is required. See the installation guide for environment checks and verification.

Manual installation

Activate your existing Python 3.12+ MNE environment, then install the lightweight interface:

python -m pip install mne-mcp

mne-mcp setup

The installation creates the mne-mcp command (mne-mcp.exe on Windows). python -m mne_mcp setup remains an equivalent diagnostic invocation.

Release downloads: latest release. For a downloaded source archive, extract it and use python -m pip install . in that directory. Setup defaults to all four clients, including their skills. To configure only PsyClaw, use mne-mcp setup --clients psyclaw; claude, codex and opencode are also supported (comma-separated). Restart clients after setup; PsyClaw supports /reload. MNE and scientific libraries are user-managed; installing this package does not install them. See installation instructions for dependencies and troubleshooting.

Configuration

Repair or reconfigure

To update an existing installation, run python -m pip install --upgrade mne-mcp. Run mne-mcp setup --clients codex in the same MNE environment. Setup registers that exact interpreter and installs the bundled skills for the selected clients. Existing configuration and skill files are backed up before updates.

PsyClaw verification

PsyClaw registration writes ~/.psyclaw/mcp/mne.json; all 14 skills and references go to ~/.psyclaw/skills. Setup checks a real MCP handshake, tool discovery and mne_check_status, including a second check of the saved PsyClaw command.

mne-mcp verify --client psyclaw

This checks the saved command without modifying registration. connected and mne_available are separate: the lightweight server can connect without MNE installed. After /reload, ask PsyClaw to list tools for server mne and call mne_check_status. Project .psyclaw/mcp/*.json entries with the same id override user configuration. The setup check does not claim your already-running chat has reloaded.

Environment variables (optional `.env`)

MNE_MCP_TIMEOUT=300          # per-operation timeout (s); raise for ICA / TFR / large files

MNE_MCP_RESULTS_DIR=... # where figures + exported objects are saved MNE_MCP_DATA_DIR=... # default directory mne_list_files scans

Configure analysis defaults (interactive wizard)

Set the defaults the structured tools fall back to — mains line frequency (50/60 Hz), default montage, filter band, EEG rejection threshold, ICA method/components, epoch window, directories, and timeout:

mne-mcp configure            # interactive prompts (Enter keeps current value)

mne-mcp configure --show # print current defaults mne-mcp configure --reset # back to built-in defaults mne-mcp configure --set line_freq=60 default_montage=biosemi64 reject_eeg_uv=120 # non-interactive

Defaults are saved to ~/.mne-mcp/config.json (override path with MNE_MCP_CONFIG). Precedence at runtime: environment variable > config file > built-in. View the active config in-session with the mne_get_config tool. Restart the MCP server for changes to take effect.

Skills

Setup installs all 14 skills into the selected client's skill directory, including their references. Claude also receives the methodology-review subagent. Other clients use the methodology-critic skill. Rerun setup after updating the package.

Usage

Just describe what you want:

加载 sub-01_raw.fif，看一下功率谱

对 raw 做 1–40 Hz 带通、50 Hz 陷波，然后跑 ICA 去眼电

Epoch around the 'target' trigger, -0.2 to 0.8 s, average it, and show the ERP topomaps at 100/200/300 ms

The assistant will:

Check capabilities (mne_check_status)
Load your recording into the persistent session
Run the pipeline step by step, showing figures as PNGs
Interpret each result in plain language
Archive figures + the equivalent MNE code to mne_result/

Output

Every plotting tool saves a PNG to the results dir and returns its path:

> Figure: `C:\...\mne-mcp\results\psd_01.png`

With the mne-analyst skill installed, results and the exact MNE code that produced them are archived to mne_result/ in your working directory (sequence-numbered), so the analysis is fully reproducible.

Available Tools (41)

Status & Session (7)

mne_check_status · mne_session_info · mne_describe · mne_get_info · mne_reset_session · mne_run_code · mne_get_config

Data IO (2)

mne_list_files · mne_load_raw

Preprocessing (7)

mne_filter · mne_resample · mne_crop · mne_set_montage · mne_set_reference · mne_mark_bad_channels · mne_interpolate_bads

Visualization (3)

mne_plot_psd · mne_plot_raw · mne_plot_sensors

ICA (4)

mne_fit_ica · mne_plot_ica_components · mne_plot_ica_sources · mne_apply_ica

Events / Epochs / ERP (7)

mne_find_events · mne_events_from_annotations · mne_make_epochs · mne_plot_epochs_image · mne_average_evoked · mne_plot_evoked · mne_plot_topomap

Time-frequency (2)

mne_compute_tfr (Morlet/multitaper, custom cycles, ITC, trial power, baseline) · mne_tfr_morlet

Advanced analysis (8)

mne_decode (MVPA) · mne_connectivity · mne_compute_connectivity (bands, pairs, estimators) · mne_compute_noise_cov · mne_make_forward · mne_apply_inverse · mne_plot_source_estimate

mne_decoding_group_test provides participant-level max-T or cluster-corrected inference. Decoding reports separate numerical evidence, methods, interpretation, limitations and a results draft requiring scientific review. The code escape hatch is not equivalent to validated structured coverage of every MNE API.

Export (1)

mne_save

Anything still not covered — BIDS, custom statistics, beamformers, autoreject — is reachable through `mne_run_code` in the same live session. See TOOLS_REFERENCE.md for full parameter details. Advanced dependencies are checked per feature and are not bundled.

Development

# Compile check

python -m compileall src/mne_mcp

Run tests

pytest

CLI commands

mne-mcp status # Check environment mne-mcp setup --clients codex # Register in Codex + install skills

License

MIT — see LICENSE

Documentation

项目介绍 / Introduction: docs/INTRODUCTION.md · .docx
安装说明 / Install guide: docs/INSTALL.md · .docx
使用介绍 / Usage guide: docs/USAGE.md · .docx
Quick start: QUICK_START.md
Tool reference: TOOLS_REFERENCE.md

MNE-MCP

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Entwicklertoolsi

Häufige Fragen

Alternativen

GitHub

Desktop Commander

Cloudflare MCP

README vom Entwickler

MNE-MCP

Why an MCP for MNE-Python?

Requirements

Installation

Install with your agent

Manual installation

Configuration

Repair or reconfigure

PsyClaw verification

Environment variables (optional .env)

Configure analysis defaults (interactive wizard)

Skills

Usage

Output

Available Tools (41)

Status & Session (7)

Data IO (2)

Preprocessing (7)

Visualization (3)

ICA (4)

Events / Epochs / ERP (7)

Time-frequency (2)

Advanced analysis (8)

Export (1)

Development

Run tests

CLI commands

License

Documentation

Links

Environment variables (optional `.env`)