原型 · 预览版：收录官方注册中心里的全部服务器，每 30 分钟同步一次。评价和账户功能将在后续阶段推出。
PopNx MCP为使用 AI 的人准备的 MCP 服务器 · 用大白话讲清楚
新手模式 关
配色跟随系统浅色深色
语言ไทยEnglish中文日本語한국어EspañolDeutsch
☰ 菜单设置
新手模式 关
配色跟随系统浅色深色
语言ไทยEnglish中文日本語한국어EspañolDeutsch

Neural MCP

作者：andylbrummer版本 0.1.6i★ –i在你的电脑上运行
注册名称io.github.andylbrummer/neural-mcp

安装

概览

作者提供的说明（英文原文）

GPU-accelerated MCP server for neural network training, deep learning, and model experimentation

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。

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: 游戏、体育、美食与学习

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？

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": {
    "neural": {
      "command": "uvx",
      "args": [
        "scicomp-neural-mcp"
      ]
    }
  }
}

在终端中运行这条命令

claude mcp add neural -- uvx scicomp-neural-mcp

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": {
    "neural": {
      "command": "uvx",
      "args": [
        "scicomp-neural-mcp"
      ]
    }
  }
}

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": {
    "neural": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "scicomp-neural-mcp"
      ]
    }
  }
}

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7日

  • ✓ 通过

    作者与仓库一致

    注册名称已通过 GitHub 账户 andylbrummer 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“游戏、体育、美食与学习”中的其他服务器比较i

  • 星标数多于此分类中其他 1283 个服务器的 0%
  • 发布到注册中心的时间比此分类中其他 1283 个服务器的 1% 更新
  • 基础检查结果等于或优于此分类中其他 1283 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

Neural MCP 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（0.1.6）于10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：Anna's Archive and OpenAlex, Neural Cosmology, slopped.site

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

Anna's Archive and OpenAlex

作者：SokolskyNikita

Find books, papers and dissertations with Anna's Archive and OpenAlex, then download or read them.

在你的电脑上运行今天更新
安装

Neural Cosmology

作者：neuralcosmology.com

Answers, essays, experiments and books on consciousness and cosmology: search, read, buy.

在云端运行今天更新
安装

slopped.site

作者：slopped.site

Read-only tools over slopped.site: AI-made art, lore, games, sites, the curriculum.

在云端运行今天更新
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。

scicomp-neural-mcp

mcp-name: io.github.andylbrummer/neural-mcp

MCP server for neural network training and experimentation.

Overview

This server provides tools for building, training, and analyzing neural networks:

  • Model building - Pre-trained models (ResNet, MobileNet) and custom architectures
  • Dataset loading - CIFAR-10, MNIST, ImageNet datasets with standard preprocessing
  • Training - Full training loops with configurable learning rates and batch sizes
  • Evaluation - Model evaluation, metrics computation, and analysis
  • Hyperparameter tuning - Automated hyperparameter search
  • Export - Export models to ONNX and TorchScript formats
  • GPU acceleration - Optional CUDA acceleration for training

Installation & Usage

# Run directly with uvx (no installation required)

uvx scicomp-neural-mcp

Or install with pip

pip install scicomp-neural-mcp

With GPU support (recommended for training)

pip install scicomp-neural-mcp[gpu]

Run as command

scicomp-neural-mcp

Available Tools

Model Management
  • define_model - Create neural network models (ResNet18, MobileNet, custom)
  • load_pretrained - Load pretrained models from torchvision or Hugging Face
  • get_model_summary - Get detailed layer-by-layer breakdown
  • export_model - Export to ONNX or TorchScript
Data Loading
  • load_dataset - Load standard datasets (CIFAR-10, MNIST, ImageNet)
  • create_dataloader - Create batched dataloaders with shuffling
Training
  • train_model - Train model on dataset with configurable parameters
  • get_experiment_status - Monitor training progress
  • evaluate_model - Evaluate on test set
Analysis
  • compute_metrics - Compute detailed performance metrics
  • confusion_matrix - Generate confusion matrices
  • plot_training_curves - Visualize loss and accuracy curves
  • visualize_predictions - Inspect model predictions on samples
Hyperparameter Optimization
  • tune_hyperparameters - Automated hyperparameter search

Configuration

Enable GPU acceleration with environment variable:

MCP_USE_GPU=1 scicomp-neural-mcp

Examples

📖 Code Examples

Practical tutorials in EXAMPLES.md:

  • MNIST digit recognition (complete workflow)
  • Transfer learning with ResNet
  • Hyperparameter optimization
  • Confusion matrix analysis
  • Progressive learning path (beginner → advanced)
📚 Full Documentation

See the API documentation for complete API reference.

Part of Math-Physics-ML MCP System

Part of a comprehensive system for scientific computing. See the documentation for the complete ecosystem.

问 PopNx