Context7
Up-to-date docs for AI agents
Descripción del creador (original en inglés)
Scientific computation: named tensors, matrix algebra and vector operations, fully local.
Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.
Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.
Elige la app de IA que usas y copia la configuración.
Necesitas
¿Qué app usas?
Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.
Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json
{
"mcpServers": {
"scicompute": {
"command": "npx",
"args": [
"-y",
"@reneturcios/scicompute",
"mcp"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add scicompute -- npx -y @reneturcios/scicompute mcpPégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"scicompute": {
"command": "npx",
"args": [
"-y",
"@reneturcios/scicompute",
"mcp"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"scicompute": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"@reneturcios/scicompute",
"mcp"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.
Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 7 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub CloudCorpRecords, dueña del repo
Todavía no hemos leído este repo en GitHub
Todavía no hemos leído este repo en GitHub
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
El repo de GitHub cambió por última vez –, y la última versión (0.1.0) llegó al registro hace 4 días.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Node.js, Docker en tu computadora.
En la misma categoría: Context7, Codebase Memory, Exa
Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.
Cómo leer una tarjeta:★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
Up-to-date docs for AI agents
Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.
Connect AI agents to Exa for web search, content fetching, and multi-step research.
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
scicompute is a scientific-computation server built around one idea: a named, in-process tensor store. You create tensors under names, then run matrix algebra and vector operations by referring to those names. Everything is computed locally in pure TypeScript — no network, no external math library. One binary serves a command-line interface and a stdio MCP server.
This build is a labelled core subset of the documented tool set: tensor storage, linear algebra, and vector operations (14 tools). Eigen/SVD/QR decompositions, the vector-calculus tools, basis changes, and plotting from the wider documented set are not included; see the build report for the full omission list.
npx @reneturcios/scicompute create-tensor T 2,2 1,2,3,4
Or run the container image:
docker run -i ghcr.io/cloudcorprecords/scicompute
The container defaults to the MCP server (see below). Pass CLI arguments to use it as a CLI instead.
scicompute create-tensor A 2,2 4,7,2,6
scicompute view-tensor A scicompute determinant A scicompute --version
The store is in-process, so a single CLI invocation holds its tensors only for its own lifetime; chained operations over several tensors belong to one MCP session, where the store persists across tool calls. Exit codes: 0 on success, 1 for a computation error (such as a shape mismatch or a singular matrix), 2 for usage errors.
Subcommands: create-tensor, view-tensor, delete-tensor, add, subtract, multiply, scale (--no-in-place to leave the stored matrix untouched), transpose, determinant, rank, inverse, dot, cross, project, and mcp.
npx -y @reneturcios/scicompute mcp
MCP client configuration:
{
"mcpServers": { "scicompute": { "command": "npx", "args": ["-y", "@reneturcios/scicompute", "mcp"] } } }
| Tool | Input | What it returns |
|---|---|---|
create_tensor | name, shape, values (all required) | The stored tensor: name, shape, flat values, and nested data. values length must equal the shape product. |
view_tensor | name (required) | The stored tensor under that name. |
delete_tensor | name (required) | Confirmation that the tensor was deleted. |
add_matrices | a, b (required), result (optional) | The element-wise sum matrix; stored under result when given. |
subtract_matrices | a, b (required), result (optional) | The element-wise difference matrix. |
multiply_matrices | a, b (required), result (optional) | The matrix product. |
scale_matrix | name, factor (required), in_place (optional) | The scaled matrix. In place by default; stored matrix is untouched when in_place is false. |
transpose | name (required), result (optional) | The transposed matrix. |
determinant | name (required) | The determinant of a square matrix. |
rank | name (required) | The matrix rank, from row-echelon reduction. |
matrix_inverse | name (required), result (optional) | The inverse of a square, non-singular matrix. |
vector_dot_product | a, b (required) | The dot product of two stored vectors. |
vector_cross_product | a, b (required) | The cross product of two stored 3-vectors. |
vector_project | a, b (required) | The projection of vector a onto vector b. |
Algebra and vector operands are tensor names, not raw data. Matrices are 2-entry shapes and vectors are 1-entry shapes; shape mismatches, missing tensors, non-square determinant/inverse requests, singular inverses, and projections onto the zero vector are all errors rather than silent zeros.
npm install
npm run build # tsc -> dist/ npm test # node test runner over test/*.test.ts, no network npm run dev # run the CLI from source via tsx
MIT — see LICENSE.