---

📖 目录

• 项目简介
• 功能一览
• 安装与使用
• 详细介绍
• 贡献指南
• 更新日志
• 致谢
• 联系我们

🎯 项目简介

COPT-MCP 是一个基于 Model Context Protocol (MCP) 的服务，为支持MCP的客户端提供COPT求解器的相关接口的详细文档与示例，旨在实现COPT求解器的文档AI化适配，降低模型幻觉，提高大模型使用COPT求解器的准确性。

为什么需要COPT-MCP

COPT求解器是一款针对大规模优化问题的高效数学规划求解器，支持多种优化问题，是解决复杂运筹规划问题的不二之选。然而，COPT求解器的相关信息在公开场合较少，导致大模型在调用COPT求解器时，容易出现幻觉，影响使用体验。直接输入COPT的官方文档，也会因为文档过长，远超模型上下文长度上限，而且过多的无关文档内容也会影响模型理解，导致上下文迷失。

COPT-MCP旨在为大模型提供COPT求解器的相关接口的最小可行文档与示例，通过精心组织与选取文档内容，实现COPT求解器的文档AI化适配，输出最小必要信息，降低模型幻觉，提高大模型使用COPT求解器相关接口的准确性。

COPT-MCP的优势

• 🔧 多类型支持: 支持多种规划问题与编程语言
• 📚 丰富的示例库: 提供详细的代码示例和API说明
• 📖 学术引用支持: 提供Word和BibTeX格式的引用模板
• 🔌 MCP协议: 通过MCP协议方便与各类大模型与Agent嵌入集成
• 🚀 轻量化部署: 无需安装额外软件，仅需Python虚拟环境
• 📝 中文文档: 完整的中文文档和示例说明

✨ 功能一览

类型	名称	描述
Tool	get_citation	获取COPT的引用格式
Tool	get_reference	获取COPT的指定语言接口对应问题的参考示例
Tool	get_api_doc	根据查询指令返回最相似的API文档

🛠️ 安装与使用

环境要求

• Python 3.12+
• FastMCP
• uv （推荐，用于版本管理）

安装步骤

1. 克隆项目

git clone https://github.com/ChengJiale150/COPT-MCP.git
cd COPT-MCP

2. 安装依赖

pip install uv
uv sync

3. 配置环境变量

在config.json文件中配置模型的必要的API_KEY,这里默认使用的是硅基流动的相关模型

"embedding": {
    "url": "https://api.siliconflow.cn/v1/embeddings",
    "api_key": "<your api key>"
},
"reranker": {
    "url": "https://api.siliconflow.cn/v1/rerank",
    "api_key": "<your api key>"
}

4. 运行MCP服务

uv run fastmcp run server.py

在客户端中集成

你可以使用FastMCP自动集成该MCP服务,具体详见MCP集成文档,这里以使用FastMCP在Cursor中集成为例：

fastmcp install cursor server.py

或者也可以在支持MCP的客户端配置文件中手动添加：

{
  "mcpServers": {
    "COPT-MCP": {
      "command": "uv",
      "args": [
        "run",
        "--with", "fastmcp",
        "--with", "requests",
        "--with", "sqlite_vec",
        "fastmcp", "run", 
        "your/path/to/COPT-MCP/server.py"
      ],
      "env": {},
      "transport": "stdio"
    }
  }
}

其他配置详见详细配置指引

🔧 详细介绍

COPT-MCP提供三个核心工具，帮助AI助手更好地为用户提供优化求解服务。

获取引用格式

工具名称: get_citation

功能: 获取COPT求解器的学术引用格式，支持Word和BibTeX格式。

参数:

• citation_type (str): 引用类型
  • "word": 适用于Word文档的引用格式
  • "bibtex": 适用于BibTeX文件的引用格式

返回: 对应格式的引用文本

使用说明:

• 当用户需要在其学术论文中引用COPT求解器时，AI助手可以调用get_citation工具，并传入"word"或"bibtex"参数，获取对应格式的引用文本。
• 引用对应的格式文本位于resource/citation文件夹中，可以自行查看并修改。

获取参考示例

工具名称: get_reference

功能: 获取指定问题类型和编程语言的参考示例代码，包含详细的数学建模说明和代码注释。

参数:

• problem_type (str): 求解问题类型(目前仅支持以下类型)
  • "LP": 线性规划 (Linear Programming)
  • "MIP": 混合整数规划 (Mixed Integer Programming)
  • "SOCP": 二阶锥规划 (Second-Order Cone Programming)
  • "NLP": 非线性规划 (Nonlinear Programming)
• language (str): API接口语言(目前仅支持以下类型)
  • "Python": Python接口

返回: 包含数学定义、代码示例和详细注释的Markdown格式文档

使用说明:

• 当用户需要解决COPT求解器相关问题时，AI助手会优先调用get_reference工具，并传入problem_type和language参数，获取对应问题的参考示例,利用大模型良好的Few Shot理解能力,降低模型幻觉,提高模型使用COPT求解器的准确性。
• 参考示例代码位于resource/example/{problem_type}/{language}.md文件中，可以自行查看并修改,也可以根据需要添加更多示例。

获取API文档

工具名称: get_api_doc

功能: 根据查询指令返回最相似的API文档信息

参数:

• instructions (str): 查询指令,支持自然语言描述与代码片段的查询,参考的查询指令如下：
  • "name": 查询API名称,如"Model.addConstr()"/"Envr()"
  • "description": 查询需求描述,如"使用矩阵建模添加一组线性约束"
• language (str): API接口语言(目前仅支持以下类型)
  • "Python": Python接口
• domain (str): 查询指令对应的字段,目前支持的领域如下：
  • "name": 查询API名称
  • "description": 查询API描述
• recall_num(int): 查询召回数量,默认为10,最大为25
• return_num(int): 重排序后最终返回数量,默认为3,最大为8

返回: 包含API名称、描述、示例代码的Markdown格式文档

使用说明:

• 当大模型不清楚COPT求解器的相关API时，会优先调用get_api_doc工具，并传入instructions、language、domain和recall_num参数，获取对应API的文档。
• 数据来源为COPT求解器的官方文档，通过嵌入模型召回最相似的API文档，并经过重排序返回给大模型。
• 数据存储在resource/api_doc/{language}文件夹中，分别存储为JSON格式(原始数据,用于用户查看)与db格式(用于模型查询)。
• 由于API文档数量较多，目前尚不完善,已完成的API文档详见resource/api_doc/{language}文件夹中的TODO.md,后续会持续更新,欢迎大家贡献更多API文档。

🤝 贡献指南

我们欢迎社区贡献！如果您想为COPT-MCP项目做出贡献，请：

1. Fork 本仓库
2. 创建您的特性分支 (git checkout -b feature/AmazingFeature)
3. 提交您的更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启一个 Pull Request

贡献类型

• 🐛 Bug修复
• 📝 旧功能完善
• ✨ 新功能开发
• 📚 文档改进
• 🧪 测试用例添加
• 🌍 国际化支持

📝 更新日志

下述日志仅记录版本大更新记录的概要,具体信息详见更新日志

最新信息

• v0.4.0(2025-08-10) 添加非线性规划(NLP)的参考示例,完善了MCP类型注释

历史信息

• v0.1.0(2025-07-29) 初始版本,完成COPT-MCP的快速集成与使用
• v0.2.0(2025-07-31) 完善了Python的API接口的全部文档,get_api_doc添加了重排序功能
• v0.3.0(2025-08-04) 修改了文档结构,添加了详尽的MCP安装支持
• v0.4.0(2025-08-10) 添加非线性规划(NLP)的参考示例,完善了MCP类型注释

🤗 致谢

本项目的成立与完成离不开下述诸位的无私帮助,没有他们就没有COPT-MCP的诞生,在此表示衷心的感谢：

• 杉数科技: 感谢杉数科技开发了COPT求解器,并提供了详尽的官方文档,没有COPT求解器就没有COPT-MCP的诞生
• FastMCP: 感谢FastMCP的开发者们,没有FastMCP就没有COPT-MCP的快速集成
• Claude Code: 感谢Claude Code, TA是我使用过的最强大的AI编程助手,没有TA就没有COPT-MCP的快速开发
• Cursor: 感谢Cursor, TA才是本篇README的第一作者,没有TA就没有COPT-MCP文档的快速完成

此外,还要感谢杉数COPT求解器交流2群(QQ群号:142636109)的各位大佬,大家的讨论给了我很多启发,让我对COPT求解器有了更深入的理解,在此表示衷心的感谢。

最后,感谢各位使用COPT-MCP,如果有什么问题或者建议,欢迎随时联系我,我会尽快回复。

📞 联系我们

• 个人邮箱: cjl3473383542@163.com
• 学校邮箱: 2023110603@stu.sufe.edu.cn (两种邮箱均可)
• GitHub Issues: 提交问题

相关链接

• COPT求解器
• COPT文档
• FastMCP
• MCP协议

---