MCP Catalogs
首页

julia-mcp

by aplavin·63·综合分 46

持久化 Julia 会话的 MCP 服务器,避免启动开销并在调用间保存状态。

developer-toolsai-llm
8
Forks
3
活跃 Issue
本月
最近提交
2 天前
收录于

概述

julia-mcp 服务器为 AI 助手提供高效的 Julia 代码执行能力。它通过在多次调用间保持持久会话来消除 Julia 的启动和编译开销,在迭代间保留变量、函数和已加载包。每个项目目录都有自己的独立 Julia 进程,服务器使用纯 stdio 传输,无需开放端口或套接字。

试试问 AI

装完之后,这里有 5 个你可以让 AI 做的事:

:AI 辅助 Julia 开发,实现快速代码迭代
:需要持久状态的科学计算工作流
:Julia 编程教学的教育环境
:julia-mcp 如何处理会话持久化?
:我能否将 julia-mcp 与 Claude 以外的 AI 客户端一起使用?

什么时候选它

当您需要高效的 Julia 代码执行,并在多次交互间保持状态时,选择 julia-mcp,特别是用于 Julia 包开发或科学计算工作流时。

什么时候不要选它

如果您需要完全隔离的 Julia 脚本执行,或在 Python 不可用的环境中工作,请避免使用(MCP 服务器本身是用 Python 编写的)。

此 server 暴露的工具

从 README 抽取出 3 个工具
  • julia_evaljulia_eval(code, env_path?, timeout?)

    Execute Julia code in a persistent session

  • julia_restartjulia_restart(env_path?)

    Restart a Julia session, clearing all state

  • julia_list_sessions

    List active Julia sessions and their status

可对比工具

MCPRepl.jlREPLicant.jlDaemonConductor.jl

安装

安装

  1. 克隆仓库:
git clone https://github.com/aplavin/julia-mcp.git
cd julia-mcp
  1. 在 Claude Desktop 中注册(添加到 claude_desktop_config.json):
{
  "mcpServers": {
    "julia": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/julia-mcp", "python", "server.py"]
    }
  }
}
  1. 先决条件:安装 uv 和 Julia(julia 二进制文件必须在 PATH 中)。推荐包:Revise.jl 和 TestEnv.jl。

FAQ

julia-mcp 如何处理会话持久化?
它在多次调用间保持 Julia 会话活跃,保留变量、函数和已加载包,避免每次都产生启动和编译开销。
我能否将 julia-mcp 与 Claude 以外的 AI 客户端一起使用?
可以,文档包含了多个客户端的设置说明,包括 Codex CLI、VS Code Copilot 和 GitHub Copilot Cloud Agent。

julia-mcp 对比

GitHub →

最后更新于 · 由 README + GitHub 公开数据自动生成。