使用说明

钻井MCP服务器

一 MCP（模型上下文协议）石油和天然气钻井数据分析服务器。

这是一个模型服务器，旨在提供工具、资源和提示模板，用于分析CSV文件中的钻井数据，并支持渗透率（ROP）、机械比能（MSE）、非生产时间（NPT）计算和数据可视化。

特性

📊 资源

drilling://wells -列出所有可用井及其文件类型（时间/深度）
drilling://well/{well_name}/{file_type} -获取特定井数据的详细信息

🔧 工具

list_wells -列出所有带有元数据的井（从资源转换为工具访问）
inspect_headers -检查CSV文件的列标题
calculate_rop -使用过滤计算渗透率统计
calculate_mse -计算钻井效率的机械比能（MSE）
calculate_npt -计算非生产时间（NPT）分析
plot_data -使用重采样支持创建基于时间的水平图
filter_data -按时间或深度窗口过滤井数据

📝 提示模板

list_avialable_wells -生成提示以列出可用井
analyze_rop_performance -全面的ROP性能分析工作流程
analyze_drilling_efficiency -全钻井效率分析
compare_wells -比较多口井的性能
optimize_drilling_parameters -参数优化分析
analyze_custom_file_rop -从自定义CSV文件分析ROP

安装

先决条件

Python 3.10或更高版本
pip包管理器

再进行

pip install pandas numpy matplotlib mcp fastmcp nest-asyncio

或者使用 requirements.txt 文件：


Then install:

```bash
pip install -r requirements.txt

或者 setup_conda_env.sh

配置

1.数据目录设置

将钻井数据CSV文件放在数据目录中。文件应按以下模式命名：

{well_name} time.csv 基于时间的数据
{well_name} depth.csv 用于基于深度的数据

默认位置: data/drilling/ （相对于服务器脚本）

自定义位置：设置 DRILLING_DATA_DIR 环境变量：

# Linux/macOS
export DRILLING_DATA_DIR="/path/to/your/drilling/data"

# Windows
set DRILLING_DATA_DIR=C:\path\to\your\drilling\data

# Or in your shell profile (.bashrc, .zshrc, etc.)
export DRILLING_DATA_DIR="$HOME/drilling_data"

2.MCP服务器配置

将服务器添加到MCP客户端配置文件中（例如。， server_config.json):

{
    "mcpServers": {
        "drilling": {
            "command": "python",
            "args": ["drilling_mcp_server.py"],
            "env": {
                "DRILLING_DATA_DIR": "/path/to/your/data"
            }
        }
    }
}

备注：确保使用完整路径 drilling_mcp_server.py 或者确保它在你的路径中。

用法

启动服务器

python drilling_mcp_server.py

服务器在stdio传输上运行，并通过MCP协议进行通信。

与MCP客户端一起使用

克劳德桌面

将服务器配置添加到Claude Desktop配置文件中（Claude>设置>开发人员>编辑配置）
在克劳德桌面添加

"drilling": {
          "command": "LOCAL_PATH_TO_YOUR_PYTHON",
          "args": [
            "LOCAL_PATH_TO/drilling_mcp_server.py" 
          ]
      },

确保使用正确的python，激活python env并运行 which python 获取本地python的完整路径

重新启动克劳德桌面
钻井工具和资源将在您的对话中提供

程序化使用

看 mcp_chatbot.py 以获取如何以编程方式连接和使用服务器的示例。

跑

python mcp_chatbot.py

资源访问

使用访问资源 @ MCP客户端中的语法：

@drilling://wells
@drilling://well/Norway-NA-15_$47$_9-F-1/time

工具使用示例

计算ROP统计数据

calculate_rop(
    well_name="Norway-NA-15_$47$_9-F-1",
    file_type="time",
    start_time="2007-12-01T00:00:00Z",
    end_time="2007-12-02T00:00:00Z"
)

计算MSE

calculate_mse(
    well_name="Norway-NA-15_$47$_9-F-1",
    file_type="time",
    min_depth=100.0,
    max_depth=500.0
)

绘图数据

plot_data(
    well_name="Norway-NA-15_$47$_9-F-1",
    columns=["Rate of Penetration m/h", "Weight on Bit kkgf"],
    interval="30s",
    output_format="json"
)

过滤数据

filter_data(
    well_name="Norway-NA-15_$47$_9-F-1",
    file_type="time",
    start_time="2007-12-01T00:00:00Z",
    end_time="2007-12-02T00:00:00Z",
    output_file="filtered_data.csv"
)

自定义文件支持

所有工具都支持通过 custom_file 参数：

calculate_rop(
    well_name="custom_well",
    file_type="time",
    custom_file="/path/to/your/data.csv"
)

备注：默认情况下，自定义文件必须小于5MB（可通过配置 MAX_FILE_SIZE_MB).

许可证

此项目是MCP服务器开发学习练习的一部分。请检查存储库中的许可证信息。

致谢

样本钻井数据从https://www.ux.uis.no/~atunkiel/file_list.html 其使用Equinor在知识共享（CC by-NC-SA 4.0）许可下发布的Volve数据集。
内置于 FastMCP
使用模型上下文协议
用于高效处理大型钻井数据集的数据预处理工具

支持

对于问题、疑问或贡献，请在GitHub上打开问题。