JinDaGe - OR-Tools MCP Details

article

README

🚀 MCP-ORTools

MCP-ORTools是一个使用Google OR-Tools约束编程求解器实现的模型上下文协议（MCP）服务器。它通过标准化约束模型规范，专为大型语言模型设计，能有效助力大型语言模型处理约束满足和优化问题。

🚀 快速开始

MCP-ORTools将Google的OR-Tools约束编程求解器与大型语言模型相结合，通过Model Context Protocol进行集成，使AI模型能够：

提交和验证约束模型
设置模型参数
解决约束满足和优化问题
获取并分析解决方案

📦 安装指南

安装包

pip install git+https://github.com/Jacck/mcp-ortools.git

配置Claude Desktop

在 %APPDATA%\Claude\claude_desktop_config.json（Windows）或 ~/Library/Application Support/Claude/claude_desktop_config.json（macOS）创建配置文件：

{
  "mcpServers": {
    "ortools": {
      "command": "python",
      "args": ["-m", "mcp_ortools.server"]
    }
  }
}

📚 详细文档

模型规范

模型通过JSON格式指定，包含三个主要部分：

variables：定义变量及其域
constraints：使用OR-Tools方法的约束列表
objective：可选优化目标

约束语法

约束必须使用OR-Tools方法语法：

.__le__() 表示小于等于（<=）
.__ge__() 表示大于等于（>=）
.__eq__() 表示等于（==）
.__ne__() 表示不等于（!=）

模型响应格式

求解器将返回以下JSON结构：

{
    "status": "success",           // 状态："success" 或 "error"
    "result": {
        "x": 5,                   // 变量 x 的值
        "y": 10                   // 变量 y 的值
    },
    "message": ""                 // 错误消息（如果有的话）
}

状态代码

success：操作成功
error：发生错误

💻 使用示例

基础用法

简单优化模型

{
    "variables": [
        {"name": "x", "domain": [0, 10]},
        {"name": "y", "domain": [0, 10]}
    ],
    "constraints": [
        "(x + y).__le__(15)",
        "x.__ge__(2 * y)"
    ],
    "objective": {
        "expression": "40 * x + 100 * y",
        "maximize": true
    }
}

背包问题

示例：选择具有值 [3,1,2,1] 和权重 [2,2,1,1] 的物品，总重量限制为 2。

{
    "variables": [
        {"name": "p0", "domain": [0, 1]},
        {"name": "p1", "domain": [0, 1]},
        {"name": "p2", "domain": [0, 1]},
        {"name": "p3", "domain": [0, 1]}
    ],
    "constraints": [
        "(2*p0 + 2*p1 + p2 + p3).__le__(2)"
    ],
    "objective": {
        "expression": "3*p0 + p1 + 2*p2 + p3",
        "maximize": true
    }
}

高级用法

额外约束示例

{
    "constraints": [
        "p0.__eq__(1)",         // 物品 p0 必须被选中
        "p1.__ne__(p2)",        // 不能同时选择 p1 和 p2
        "(p2 + p3).__ge__(1)"   // 必须选择 p2 或 p3 中的至少一个
    ]
}

✨ 主要特性

完全支持OR-Tools CP-SAT求解器
基于JSON的模型规范
支持：
- 整数和布尔变量（域：[min, max]）
- 使用OR-Tools方法语法的线性约束
- 线性优化目标
- 超时和求解器参数
- 二进制约束和关系
- 投资组合选择问题
- 背包问题

约束中支持的操作

基本算术：+、-、*
比较：.le()、.ge()、.eq()、.ne()
变量的线性组合
通过约束组合实现二进制逻辑

🔧 技术细节

为开发设置：

git clone https://github.com/Jacck/mcp-ortools.git
cd mcp-ortools
pip install -e .

📄 许可证

Apache License 2.0 - 请查看LICENSE文件以获取详细信息

OR-Tools