FastMCP Taschenrechner Server

Ein professioneller Model Context Protocol (MCP) Server basierend auf FastMCP, der als umfassender Taschenrechner fungiert. Unterstützt sowohl StdIO als auch HTTP-Transport.

Inhaltsverzeichnis

• Features
• Installation
• Verwendung
• Verfügbare Tools
• Beispiel-Tool-Aufrufe
• Integration in Cursor AI
• Entwicklung
• Technische Details

Features

• ✅ 30 mathematische Funktionen - Von Grundrechenarten bis zu trigonometrischen Funktionen
• ✅ Dual-Transport-Support - StdIO und HTTP/SSE
• ✅ Vollständige Fehlerbehandlung - Aussagekräftige Fehlermeldungen
• ✅ Type-Hints - Vollständige Typisierung für alle Parameter
• ✅ Logging - Umfassendes Logging für alle Operationen
• ✅ Professionelle Dokumentation - Ausführliche Docstrings für alle Tools

Installation

Voraussetzungen

• Python 3.8 oder höher
• pip (Python Package Manager)

Schritt 1: Virtuelles Environment erstellen

Windows (PowerShell):

python -m venv venv
.\venv\Scripts\Activate.ps1

Windows (CMD):

python -m venv venv
venv\Scripts\activate.bat

Hinweis für PowerShell: Falls die Ausführung von Skripten blockiert wird:

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

macOS/Linux:

python3 -m venv venv
source venv/bin/activate

Schritt 2: Abhängigkeiten installieren

pip install -r requirements.txt

Verwendung

StdIO-Modus (für MCP-Clients)

python server.py

Dieser Modus wird typischerweise von MCP-fähigen KI-Assistenten verwendet.

HTTP-Modus (für direkten Zugriff)

# Standardport 8000
python server.py --http

# Benutzerdefinierter Port
python server.py --http --port 8010

Hilfe anzeigen

python server.py --help

Verfügbare Tools

Der Server bietet 30 mathematische Funktionen:

Grundrechenarten

• add - Addition zweier Zahlen
• subtract - Subtraktion zweier Zahlen
• multiply - Multiplikation zweier Zahlen
• divide - Division zweier Zahlen
• power - Potenzierung (a^b)
• mod - Modulo (Rest der Division)

Wurzeln und Logarithmen

• sqrt - Quadratwurzel
• log - Natürlicher Logarithmus (ln)
• log10 - Logarithmus zur Basis 10
• log2 - Logarithmus zur Basis 2
• exp - Exponentialfunktion (e^x)

Trigonometrische Funktionen

• sin - Sinus (in Radiant)
• cos - Kosinus (in Radiant)
• tan - Tangens (in Radiant)
• asin - Arkussinus (in Radiant)
• acos - Arkuskosinus (in Radiant)
• atan - Arkustangens (in Radiant)
• atan2 - Arkustangens von y/x (in Radiant)

Hyperbolische Funktionen

• sinh - Sinus hyperbolicus
• cosh - Kosinus hyperbolicus
• tanh - Tangens hyperbolicus

Rundungs- und Vergleichsfunktionen

• ceil - Aufrunden
• floor - Abrunden
• abs - Absolutwert
• max - Maximum von zwei Zahlen
• min - Minimum von zwei Zahlen

Spezielle Funktionen

• factorial - Fakultät (n!)
• degrees - Konvertierung von Radiant zu Grad
• radians - Konvertierung von Grad zu Radiant
• evaluate - Auswertung mathematischer Ausdrücke

Beispiel-Tool-Aufrufe

Grundrechenarten

# Addition
add(a=5, b=3)  # Ergebnis: 8.0

# Subtraktion
subtract(a=10, b=3)  # Ergebnis: 7.0

# Multiplikation
multiply(a=5, b=3)  # Ergebnis: 15.0

# Division
divide(a=10, b=2)  # Ergebnis: 5.0

# Potenzierung
power(a=2, b=8)  # Ergebnis: 256.0

# Modulo
mod(a=10, b=3)  # Ergebnis: 1.0

Wurzeln und Logarithmen

# Quadratwurzel
sqrt(x=16)  # Ergebnis: 4.0

# Natürlicher Logarithmus
log(x=2.718)  # Ergebnis: ~1.0

# Logarithmus zur Basis 10
log10(x=100)  # Ergebnis: 2.0

# Logarithmus zur Basis 2
log2(x=8)  # Ergebnis: 3.0

# Exponentialfunktion
exp(x=1)  # Ergebnis: ~2.718

Trigonometrische Funktionen

# Sinus (π/2 ≈ 1.5708)
sin(x=1.5708)  # Ergebnis: ~1.0

# Kosinus
cos(x=0)  # Ergebnis: 1.0

# Tangens (π/4 ≈ 0.7854)
tan(x=0.7854)  # Ergebnis: ~1.0

# Arkussinus
asin(x=0.5)  # Ergebnis: ~0.5236 (π/6)

# Arkuskosinus
acos(x=0)  # Ergebnis: ~1.5708 (π/2)

# Arkustangens
atan(x=1)  # Ergebnis: ~0.7854 (π/4)

# Arkustangens 2
atan2(y=1, x=1)  # Ergebnis: ~0.7854 (π/4)

Hyperbolische Funktionen

# Sinus hyperbolicus
sinh(x=0)  # Ergebnis: 0.0

# Kosinus hyperbolicus
cosh(x=0)  # Ergebnis: 1.0

# Tangens hyperbolicus
tanh(x=0)  # Ergebnis: 0.0

Rundungs- und Vergleichsfunktionen

# Aufrunden
ceil(x=3.2)  # Ergebnis: 4

# Abrunden
floor(x=3.8)  # Ergebnis: 3

# Absolutwert
abs(x=-5)  # Ergebnis: 5.0

# Maximum
max(a=5, b=3)  # Ergebnis: 5.0

# Minimum
min(a=5, b=3)  # Ergebnis: 3.0

Spezielle Funktionen

# Fakultät
factorial(n=5)  # Ergebnis: 120

# Radiant zu Grad
degrees(x=3.14159)  # Ergebnis: ~180.0

# Grad zu Radiant
radians(x=180)  # Ergebnis: ~3.14159

# Ausdruck evaluieren
evaluate(expression="2+3*4")  # Ergebnis: 14.0
evaluate(expression="(10+5)*2")  # Ergebnis: 30.0

Integration in Cursor AI

Schritt 1: Server starten

StdIO-Modus:

python server.py

HTTP-Modus:

python server.py --http

Schritt 2: MCP-Konfigurationsdatei bearbeiten

Die MCP-Konfigurationsdatei befindet sich unter:

Windows:

%APPDATA%\Cursor\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.json

macOS:

~/Library/Application Support/Cursor/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json

Linux:

~/.config/Cursor/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json

Schritt 3: Konfiguration hinzufügen

WICHTIG: Sie müssen den vollständigen Pfad zum Python-Interpreter aus dem venv verwenden, damit das fastmcp-Modul gefunden wird!

StdIO-Modus (empfohlen):

{
  "mcpServers": {
    "taschenrechner": {
      "command": "C:\\Users\\helmu\\Desktop\\cursor_projects\\fastmcp-8000-taschenrechner\\venv\\Scripts\\python.exe",
      "args": [
        "C:\\Users\\helmu\\Desktop\\cursor_projects\\fastmcp-8000-taschenrechner\\server.py"
      ],
      "env": {}
    }
  }
}

Alternative mit relativen Pfaden (wenn Cursor im Projektverzeichnis startet):

{
  "mcpServers": {
    "taschenrechner": {
      "command": "venv\\Scripts\\python.exe",
      "args": [
        "server.py"
      ],
      "cwd": "C:\\Users\\helmu\\Desktop\\cursor_projects\\fastmcp-8000-taschenrechner",
      "env": {}
    }
  }
}

HTTP-Modus:

{
  "mcpServers": {
    "taschenrechner": {
      "url": "http://localhost:8000"
    }
  }
}

Hinweis:

• Passen Sie die Pfade in command und args an Ihren tatsächlichen Projektpfad an!
• Verwenden Sie immer den Python-Interpreter aus dem venv-Verzeichnis, nicht das System-Python!
• Der Pfad zum venv-Python ist: [Projektpfad]\\venv\\Scripts\\python.exe

Schritt 4: Cursor neu starten

Nach dem Hinzufügen der Konfiguration:

1. Speichern Sie die Konfigurationsdatei
2. Starten Sie Cursor vollständig neu

Schritt 5: Server testen

Nach dem Neustart können Sie den Server in Cursor verwenden:

• "Berechne 5 plus 3"
• "Was ist 10 mal 7?"
• "Berechne die Quadratwurzel von 16"
• "Was ist 2 hoch 8?"
• "Berechne sin(1.57)"

Entwicklung

Projektstruktur

mcp-fastmcp-basis/
├── server.py          # FastMCP Server mit allen Tools
├── requirements.txt   # Python-Abhängigkeiten
└── README.md          # Diese Datei

Neue Tools hinzufügen

Füge einfach neue Funktionen mit dem @mcp.tool() Dekorator hinzu:

#========================================
# mein_tool
# Kurze Beschreibung
# param1: Beschreibung Parameter 1
# param2: Beschreibung Parameter 2
#========================================
@mcp.tool()
def mein_tool(param1: float, param2: float) -> float:
    """
    Ausführliche Beschreibung des Tools.
    
    Args:
        param1: Beschreibung des ersten Parameters
        param2: Beschreibung des zweiten Parameters
    
    Returns:
        Beschreibung des Rückgabewerts
    
    Example:
        mein_tool(1.0, 2.0) -> 3.0
    """
    try:
        result = param1 + param2
        logger.info(f"Mein Tool: {param1} + {param2} = {result}")
        return result
    except Exception as e:
        logger.error(f"Fehler bei Mein Tool: {e}")
        raise ValueError(f"Fehler: {str(e)}")

Code-Standards

• Kommentare: Jede Funktion hat einen Kommentar im Format:

  #========================================
  # Funktionsname
  # Beschreibung in max 10 Worten
  # Variable 01 in max 10 Worten beschrieben
  # Variable 02 in max 10 Worten beschrieben
  #========================================
  

• Type-Hints: Alle Parameter und Rückgabewerte sind typisiert

• Docstrings: Umfassende Docstrings mit Args, Returns, Raises und Examples

• Logging: Alle wichtigen Operationen werden geloggt

• Fehlerbehandlung: Vollständige Fehlerbehandlung mit aussagekräftigen Meldungen

Technische Details

Transport-Modi

1. StdIO: Für Integration mit MCP-Clients (KI-Assistenten)

   • Kommunikation über Standard Input/Output
   • JSON-RPC 2.0 Protokoll
   • Ideal für Prozess-basierte Integration

2. HTTP/SSE: Für direkten Web-Zugriff

   • Server-Sent Events (SSE) Transport
   • HTTP-Endpunkte für Tool-Aufrufe
   • Ideal für REST-API-ähnliche Interaktion

Fehlerbehandlung

Alle Tools implementieren umfassende Fehlerbehandlung:

• Validierung: Eingabeparameter werden validiert
• Fehlermeldungen: Aussagekräftige Fehlermeldungen auf Deutsch
• Logging: Alle Fehler werden geloggt
• Exceptions: ValueError für ungültige Eingaben

Logging

Das Logging ist auf INFO-Level konfiguriert und protokolliert:

• Alle Tool-Aufrufe mit Parametern und Ergebnissen
• Alle Fehler mit vollständigen Details
• Server-Start und -Stopp-Ereignisse

Performance

• Alle mathematischen Operationen nutzen die optimierten math-Module-Funktionen
• Keine unnötigen Zwischenschritte
• Effiziente Fehlerbehandlung ohne Overhead

Lizenz

Dieses Projekt ist frei verwendbar.

Support

Bei Problemen oder Fragen:

• Überprüfen Sie die Logs für detaillierte Fehlermeldungen
• Stellen Sie sicher, dass alle Abhängigkeiten installiert sind
• Testen Sie den Server manuell mit den Beispiel-Aufrufen

---

Hinweis: Dieses Projekt basiert auf FastMCP 2.x. Für Produktionsumgebungen sollte fastmcp < 3 in requirements.txt gepinnt werden.