z3 MCP

MCP搜索检索

提供方 javergar

搜索检索 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude DesktopClaudeCline
查看接入方式

An MCP server for the z3 theorem prover

一句话选型结论

按资料字段整理

z3 MCP 属于搜索检索类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude Desktop、Claude、Cline,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 5 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

research-and-datamathgptmath-solvermath-assistant定理证明Python本地部署约束求解

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
python -m z3_poc.examples.main

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Claude、Cline,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
z3 MCP当前 未标注 stdio · 本地进程 本地部署 有 2026-05-18
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方javergar上游标注的维护方 javergar
分类搜索检索本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-18上游最后核验时间

详细介绍

5.6 KB
来自项目仓库与上游目录的原文,未做删改

Z3定理的函数规划证明

使用函数式编程原理对Z3定理证明器功能进行弃权的Python实现,通过模型上下文协议(MCP)服务器公开。

概述

该项目演示了如何使用Z3定理证明器和函数式编程方法来解决复杂的约束满足问题,并分析实体之间的关系。它利用了 returns 函数式编程抽象库,并通过MCP服务器公开其功能。

特性

  • 约束满足问题:解决具有变量和约束的复杂问题
  • 关系分析:分析和推断实体之间的关系
  • 函数式编程:使用纯函数、不可变数据结构和一元错误处理
  • MCP服务器:通过标准化接口展示Z3功能

项目结构```

z3_mcp/
├── core/ # Core implementation
│ ├── solver.py # Constraint satisfaction problem solving
│ └── relationships.py # Relationship analysis
├── models/ # Data models
│ ├── constraints.py # Models for constraint problems
│ └── relationships.py # Models for relationship analysis
├── server/ # MCP server
│ └── main.py # Server implementation
└── examples/ # Example usage
└── main.py # Demonstration of capabilities


## 技术栈

- **Z3求解器**:用于约束求解的Microsoft定理证明器
- **退货**:用于一元运算和错误处理的函数式编程库
- **派丹蒂克**:数据验证和序列化
- **FastMCP**:模型上下文协议的实现

## 安装

此项目使用 `uv` 用于依赖性管理。```bash
# Clone the repository
git clone https://github.com/javergar/z3_mcp.git
cd z3_mcp

# Install dependencies
uv pip install -e .

# Install development dependencies (optional)
uv pip install -e ".[dev]"

用法

运行示例

该项目包括几个示例,展示了Z3求解器的功能:```bash

Run the examples

python -m z3_poc.examples.main


示例包括:

- N皇后问题
- 家庭关系推断
- 因果关系时态推理
- 密码谜题(发送+更多=金钱)

### 运行MCP服务器

启动MCP服务器,通过模型上下文协议公开Z3功能:```bash
# Run the server
python -m z3_poc.server.main

用Claude/Cline建立MCP服务器

要通过VSCode中的Cline扩展与Claude一起使用Z3求解器MCP服务器,您需要配置 settings.json 文件:

  1. 配置:将以下内容添加到 mcpServers 设置文件中的对象:```json
    "z3-solver": {
    "command": "uv",
    "args": [
    "--directory",
    "/path/to/your/z3_poc",
    "run",
    "z3_poc/server/main.py"
    ],
    "disabled": false,
    "autoApprove": [
    "simple_constraint_solver",
    "simple_relationship_analyzer",
    "solve_constraint_problem",
    "analyze_relationships"
    ]
    }

2. **配置选项**:

- `command`:要运行的命令(使用 `uv` Python环境管理)
- `args`:命令参数,包括项目路径和服务器脚本
- `disabled`:设置为 `false` 启用服务器
- `autoApprove`:未经明确批准可使用的工具清单

1. **重启**:更新设置后,重新启动VSCode或Claude Desktop应用程序以使更改生效。

配置后,Claude将可以通过MCP服务器访问Z3求解器功能。

## MCP工具

服务器提供以下工具:

### `solve_constraint_problem`

使用完整的问题模型解决约束满足问题。```python
# Example input
{
"problem": {
"variables": [
{"name": "x", "type": "integer"},
{"name": "y", "type": "integer"}
],
"constraints": [
{"expression": "x + y == 10"},
{"expression": "x >= 0"},
{"expression": "y >= 0"}
],
"description": "Find non-negative values for x and y that sum to 10"
}
}

analyze_relationships

使用完整的RelationshipQuery模型分析实体之间的关系。```python

Example input

{
"query": {
"relationships": [
{"person1": "Alice", "person2": "Bob", "relation": "sibling"},
{"person1": "Bob", "person2": "Charlie", "relation": "sibling"}
],
"query": "sibling(Alice, Charlie)"
}
}


### `simple_constraint_solver`

一个更简单的界面,用于解决约束问题,而不需要完整的问题模型。```python
# Example input
{
"variables": [
{"name": "x", "type": "integer"},
{"name": "y", "type": "integer"}
],
"constraints": [
"x + y == 10",
"x <= 5",
"y <= 5"
],
"description": "Find values for x and y"
}

simple_relationship_analyzer

一个更简单的接口,用于分析关系,而不需要完整的RelationshipQuery模型。```python

Example input

{
"relationships": [
{"person1": "Bob", "person2": "Hanna", "relation": "sibling"},
{"person1": "Bob", "person2": "Claudia", "relation": "sibling"}
],
"query": "sibling(Hanna, Claudia)"
}


## 函数式编程方法

这个项目演示了几个函数式编程原理:

1. **不可变数据结构**:使用Pydantic模型进行不可变数据表示
1. **结果类型**:使用 `returns.result.Result` 用于无例外的错误处理
1. **也许类型**:使用 `returns.maybe.Maybe` 用于处理可为null的值
1. **做记号**:使用生成器表达式 `Result.do()` 用于顺序操作
1. **模式匹配**:使用Python的match case来处理不同的结果类型

do符号示例 `analyze_relationships`:```python
expr = (
RelationshipResult(...)
for entities in create_entities(query.relationships)
for relations in create_relations(query.relationships)
for _ in add_relationship_assertions(solver, query.relationships, entities, relations)
for query_expr in parse_query(query.query, entities, relations)
for (result, explanation, is_satisfiable) in evaluate_query(solver, query_expr)
)

return Result.do(expr)

贡献

欢迎投稿!请随时提交拉取请求。

许可证

此项目根据MIT许可证获得许可-有关详细信息,请参阅许可证文件。

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
z3 MCP 怎么安装?

在客户端按下面的安装命令接入:python -m z3_poc.examples.main。装完在客户端配置里引用同一个包或端点。

z3 MCP 怎么在 Claude Desktop、Claude、Cline 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

z3 MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

z3 MCP 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

z3 MCP 支持哪些客户端?

资料标注支持 Claude Desktop、Claude、Cline;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

z3 MCP 能提供哪些能力?

资料显示能力标签包括 Python、Claude、搜索。具体工具清单以官方文档为准。

z3 MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

z3 MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-18。