Scicompute

Name: Scicompute
Author: CloudCorpRecords

作者：CloudCorpRecords版本 0.1.0i★ –i在你的电脑上运行

注册名称io.github.CloudCorpRecords/scicompute

安装

概览

作者提供的说明（英文原文）

Scientific computation: named tensors, matrix algebra and vector operations, fully local.

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: 搜索与 AI 记忆

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

npm已安装 Node.js（用于 npx 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": {
    "scicompute": {
      "command": "npx",
      "args": [
        "-y",
        "@reneturcios/scicompute",
        "mcp"
      ]
    }
  }
}

在终端中运行这条命令

claude mcp add scicompute -- npx -y @reneturcios/scicompute 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": {
    "scicompute": {
      "command": "npx",
      "args": [
        "-y",
        "@reneturcios/scicompute",
        "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": {
    "scicompute": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@reneturcios/scicompute",
        "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6日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 CloudCorpRecords 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“搜索与 AI 记忆”中的其他服务器比较i

星标数多于此分类中其他 7232 个服务器的 0%
发布到注册中心的时间比此分类中其他 7232 个服务器的 89% 更新
基础检查结果等于或优于此分类中其他 7232 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

Scicompute 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4天前进入注册中心。

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 Node.js, Docker。

有什么可以替代它？

同一分类中有：Context7, Codebase Memory, Exa

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

Context7

作者：upstash

Up-to-date docs for AI agents

电脑或云端★ 64,224MIT3天前更新

安装

Codebase Memory

作者：DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

在你的电脑上运行★ 48,148MIT20天前更新

安装

Exa

作者：exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

在云端运行★ 5,213MIT44天前更新

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。

scicompute

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.

Install

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.

CLI

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.

MCP server

npx -y @reneturcios/scicompute mcp

MCP client configuration:

"mcpServers": { "scicompute": { "command": "npx", "args": ["-y", "@reneturcios/scicompute", "mcp"] } } }

Tools

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.

Development

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

License

MIT — see LICENSE.