主要观点：

• 近期在将 MCP 用于科学计算的专用求解器与大型语言模型接口，尤其用于物理工程学科的工作流自动化。
• 简单来说，结合语言模型与数值求解器通过 MCP 更高效，如对于数独等问题，专用求解器能瞬间解决，而语言模型需长时间思考。
• 以化学工程为例，描述处理厂设计参数等任务可通过 MCP 让语言模型与专用求解器协作，压缩工程设计时间。
• 已构建原型 USolver 实现 MCP 接口，可将化学工程等问题转化为约束满足问题求解，还能将不同求解器串联解决更复杂问题，如餐厅运营优化。
• 虽有潜力但仍有局限性，如语言模型语义解析可能不准确，需人工检查，且需建立相关基准提升模型性能。
• 设想有统一接口能与多领域前沿语言模型和求解器集成，虽开发有挑战但很有潜力，尤其在物理工程自动化领域。

关键信息：

• Github 源地址：https://github.com/sdiehl/uso...
• 克隆命令：git clone https://github.com/sdiehl/usolver.git
• 涉及的求解器：Stanford cvxopt（凸优化）、Microsoft's z3（SMT 求解器）、Google or-tools（组合优化）等
• 示例：水运输管道设计、护士排班、餐厅布局和 staffing 优化等

重要细节：

• MCP 是通过 JSON RPC 接口将函数调用暴露给语言模型的方式，语言模型擅长语言解释和有限规划，数值求解器擅长数值计算，两者结合可构建混合系统。
• 对于化学工程问题，需考虑多种物理约束，专用求解器昂贵或操作复杂，而 MCP 可简化这一过程。
• 餐厅优化示例中，先使用 Google's OR-Tools 确定桌型布局，再用 cvxopt 确定 staffing 调度，LLM 协调数据流程和输出答案。
• 局限性在于语言模型语义解析可能不准确，需计算机代数系统检查，且在安全关键应用中需人工检查。设想的统一接口可集成多种领域的求解器，虽开发有挑战但潜力巨大。