AI导哈

Julia代码执行服务

一个为AI助手提供高效Julia代码执行的MCP服务器，通过保持会话存活和状态持久化来避免启动和编译开销。

  • by aplavin
  • Python
  • 本地部署
  • 94 星标
  • 更新于
在 GitHub 查看 aplavin/julia-mcp

使用说明

朱莉娅·麦克普

MCP服务器，使AI助手能够高效地执行Julia代码。通过在调用之间保持会话活动来避免Julia的启动和编译成本，并在它们之间持久化状态（变量、函数、加载的包），因此每次迭代都很快。

  • 会话按需启动，在调用之间保持状态，并从崩溃中恢复——无需手动管理
  • 每个项目目录都有自己的独立Julia进程
  • 纯stdio传输——无开放端口或套接字

工具

  • julia_eval（代码、env_path？、超时？） --在持久会话中执行Julia代码。 env_path 设置Julia项目目录（临时会话省略）。 timeout 默认为60秒，并自动禁用 Pkg 操作。
  • julia_restart（env_path？） --重新启动会话，清除所有状态。如果 env_path 如果省略，则重新启动临时会话。
  • julia_list_sessions --列出活动会话及其状态

需求

  • 紫外线 （您可能已经安装了它）
  • 朱莉娅——任何版本， julia 二进制必须在 PATH
    • 推荐的软件包——如果在全局环境中可用，则自动使用：
    • Revise.jl -在不重新启动的情况下获取代码更改
    • 测试Env.jl --在以下情况下正确激活测试环境 env_path 指向 /test/

服务器本身是用Python编写的，因为Python MCP协议实现非常成熟。

用法

首先，克隆存储库：

cd /any_directory
git clone https://github.com/aplavin/julia-mcp.git

然后向您选择的客户端注册服务器（见下文）。

就是这样！您的AI助手现在可以更有效地执行Julia代码，节省TTFX。

克劳德代码

用户范围（推荐-使Julia在所有项目中都可用）：

claude mcp add --scope user julia -- uv run --directory /any_directory/julia-mcp python server.py

项目范围（仅在当前项目中可用）：

claude mcp add --scope project julia -- uv run --directory /any_directory/julia-mcp python server.py
Custom Julia CLI arguments

在后面附加Julia标志 server.py 覆盖默认值(--startup-file=no --threads=auto):

claude mcp add --scope user julia -- uv run --directory /any_directory/julia-mcp python server.py --threads=1 --startup-file=yes

克劳德桌面版

添加 claude_desktop_config.json:

{
  "mcpServers": {
    "julia": {
      "command": "uv",
      "args": ["run", "--directory", "/any_directory/julia-mcp", "python", "server.py"]
    }
  }
}
Custom Julia CLI arguments

在后面附加Julia标志 server.py 覆盖默认值(--startup-file=no --threads=auto):

{
  "mcpServers": {
    "julia": {
      "command": "uv",
      "args": ["run", "--directory", "/any_directory/julia-mcp", "python", "server.py", "--threads=1", "--startup-file=yes"]
    }
  }
}

Codex 命令行界面

用户范围--使Julia在所有项目中都可用：

codex mcp add julia -- uv run --directory /any_directory/julia-mcp server.py
Custom Julia CLI arguments

在后面附加Julia标志 server.py 覆盖默认值(--startup-file=no --threads=auto):

codex mcp add julia -- uv run --directory /any_directory/julia-mcp server.py --threads=1 --startup-file=yes

VS代码副本

添加 .vscode/mcp.json:

{
  "servers": {
    "julia": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/julia-mcp", "python", "server.py"]
    }
  }
}
Custom Julia CLI arguments

在后面附加Julia标志 server.py 覆盖默认值(--startup-file=no --threads=auto):

{
  "servers": {
    "julia": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/julia-mcp", "python", "server.py", "--threads=1", "--startup-file=yes"]
    }
  }
}

GitHub Copilot命令行界面

编辑 $HOME/.copilot/mcp-config.json，然后进入

{
  "mcpServers": {
    "julia": {
      "type": "stdio",
      "command": "uv",
      "args": ["run", "--directory", "/path/to/julia-mcp", "python", "-u", "server.py"]
    }
  }
}

请注意，在Windows上， \ 必须转义（所以写为 C:\\my_folder\\...)

GitHub Copilot云代理

要为单个仓库启用MCP，请转到“设置”，然后向下滚动左侧面板，直到到达Copilot，打开下拉菜单并选择Cloud agent。然后向下滚动到模型上下文协议（MCP）部分，并添加以下内容

{
  "mcpServers": {
    "julia": {
      "type": "local",
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/aplavin/julia-mcp",
        "julia-mcp"
      ],
      "tools": ["*"]
    }
  }
}

详情

  • 每一个独特 env_path 有自己独立的Julia会话。省略 env_path 使用在MCP关闭时清理的临时会话。
  • 如果 env_path 以...结束 /test/，父目录用作项目 TestEnv 自动激活。为了使其工作， TestEnv 必须安装在基础环境中。
  • Julia推出 --threads=auto 和 --startup-file=no 默认情况下。在之后传递自定义Julia CLI标志 server.py 完全覆盖这些默认值。

替代方案

其他让AI代理访问Julia的项目：

  • MCPRepl.jl 和 REPLicant.jl 要求您手动启动和管理Julia会话。 julia-mcp 自动处理此问题。
  • Daemon导线.jl （仅限linux）运行Julia脚本，但调用是独立的，不共享变量。 julia-mcp 在通话之间保持状态。

相关 MCP