Optimization Solver MCP server
Commit 13. Nov. 2026Löst Produktions-, Blending-, Transport- und Scheduling-Probleme mittels Linear Programming und Mixed-Integer Programming.
Auch bekannt als Saify-Technologies/saifs-ai-mcps-docs, optimization-solver
- Stars
- 4
- Tools
- 6
- Downloads, 30 Tage
- —
- Neueste Version
- 1.0.1
- Letzter Commit
- 13. Nov. 2026
- Lizenz
- MIT
Was ist Optimization Solver MCP?
Optimization Solver ist ein MCP server. Löst Produktions-, Blending-, Transport- und Scheduling-Probleme mittels Linear Programming und Mixed-Integer Programming. Er stellt 6 Tools bereit, etwa explain_solution, optimize_blend, optimize_production_mix.
Zusammenfassung generiert aus dem README des Projekts
Über Optimization Solver MCP server
Dieser Remote Server ermöglicht die Lösung komplexer Probleme in den Bereichen Produktion, Blending, Transport und Scheduling durch Linear und Mixed-Integer Programming. Nutzer können Ziele und Constraints definieren, um optimale Pläne inklusive Schattenpreisen zu erhalten. Der Service läuft über Streamable HTTP, was bedeutet, dass keine lokale Installation erforderlich ist. Beim ersten Gebrauch müssen Nutzer jedoch einen OAuth 2.1 PKCE Sign-in-Prozess über eine Webseite durchlaufen.
Entwickler können spezialisierte Tools wie optimize_blend für kostengünstige Mischungen oder optimize_schedule zur Minimierung von Schichtkosten nutzen. Für komplexere Anforderungen bietet solve_custom_lp einen allgemeinen Solver für Power-User. Das System enthält zudem ein explain_solution Tool, um bindende Constraints und Sensitivitäten zu identifizieren. Wenn ein Problem mathematisch nicht lösbar ist, identifiziert der Server die spezifischen widersprüchlichen Constraints, um bei der Fehlersuche zu helfen.
Was du damit machen kannst
- 1Produktionsleistung optimierenErmittle die profitabelsten Mengen der zu fertigenden Produkte basierend auf verfügbaren Ressourcen und Constraints.
- 2Zutatenkosten minimierenErstelle eine kostengünstige Mischung, die dennoch alle erforderlichen Spezifikationen erfüllt.
- 3Schichtplanung verwaltenEntwickle einen kosteneffizienten Personaleinsatzplan, der alle organisatorischen Regeln einhält.
- 4Logistik und Versand planenErstelle einen Versandplan, der die Kosten minimiert und gleichzeitig Angebot und Nachfrage an verschiedenen Standorten ausbalanciert.
- 5Constraint-Sensitivität analysierenVerstehe die Kostenfolgen spezifischer Constraints und finde heraus, welche davon aktuell die Lösung einschränken.
Geschrieben aus dem README des Projekts. Jeder Use Case wurde gegen ein Zitat daraus geprüft.
So installierst du Optimization Solver MCP
Formate geprüft am 10. Nov. 2026Zu Cursor hinzufügenZu Goose hinzufügenOptimization Solver MCP in Claude Code installieren
$ claude mcp add --transport http optimization-solver https://optimization-solver-mcp.saifs.ai/mcpOptimization Solver MCP in Cursor installieren
~/.cursor/mcp.json
{
"mcpServers": {
"optimization-solver": {
"url": "https://optimization-solver-mcp.saifs.ai/mcp"
}
}
}Optimization Solver MCP in VS Code installieren
.vscode/mcp.json
{
"servers": {
"optimization-solver": {
"type": "http",
"url": "https://optimization-solver-mcp.saifs.ai/mcp"
}
}
}Optimization Solver MCP in VS Code CLI installieren
$ code --add-mcp '{"name":"optimization-solver","type":"http","url":"https://optimization-solver-mcp.saifs.ai/mcp"}'Optimization Solver MCP in Codex installieren
$ codex mcp add optimization-solver --url https://optimization-solver-mcp.saifs.ai/mcpOptimization Solver MCP in Codex config.toml installieren
~/.codex/config.toml
[mcp_servers.optimization-solver] url = "https://optimization-solver-mcp.saifs.ai/mcp"
Optimization Solver MCP in Gemini CLI installieren
$ gemini mcp add -s user --transport http optimization-solver https://optimization-solver-mcp.saifs.ai/mcpOptimization Solver MCP in Gemini settings.json installieren
~/.gemini/settings.json
{
"mcpServers": {
"optimization-solver": {
"url": "https://optimization-solver-mcp.saifs.ai/mcp",
"type": "http"
}
}
}Optimization Solver MCP tools 6
Erkannt aus dem READMEexplain_solutionoptimize_blendoptimize_production_mixoptimize_scheduleoptimize_transportationsolve_custom_lp
| explain_solution | — | |
| optimize_blend | — | |
| optimize_production_mix | — | |
| optimize_schedule | — | |
| optimize_transportation | — | |
| solve_custom_lp | — |
Automatisierte Checks
Geluften am 13. Nov. 2026Vollständiger Bericht →Noch nicht verifiziert. Ein Server benötigt einen Score von 80, keine kritischen Befunde und genug Daten für unsere Prüfung. Wie die Checks funktionieren · Was du für mehr Punkte verbessern kannst
- Source Repository verknüpft und erreichbarsaify-technologies/saifs-ai-mcps-docs is public and reachablegithub.com/saify-technologies/saifs-ai-mcps-docs ↗Bestanden
- Paket nennt dieses Repository als QuelleNicht geprüft
- Build-Provenienz (Sigstore-Attestierung)Nicht geprüft
- Open Source Lizenz (OSI)MITspdx.org/licenses/MIT.html ↗Bestanden
- Commit oder Release im letzten JahrLast commit or release 2026-11-13github.com/saify-technologies/saifs-ai-mcps-docs ↗Bestanden
- OpenSSF ScorecardNicht geprüft
- Package-Name ähnelt keinem populären PackageNicht geprüft
- Keine kritischen Advisories im Paket oder seinen AbhängigkeitenNicht geprüft
- Keine versteckten Anweisungen an das Modell6 tool descriptions and the README read; no override phrases, credential paths or hidden charactersBestanden
- Destruktive Tools sind markiertNo tool named like delete, drop or execBestanden
- Remote-Endpoint beantwortet den MCP-HandshakeHTTPS endpoint answered 401 (sign-in required)Bestanden
README
Auf GitHub ansehenOptimization Solver (LP / MIP Scheduling)
A general constraint-optimization server: describe the objective and constraints, get the optimal plan plus shadow prices. Pre-built templates cover production mix, blending, transportation and shift coverage so callers do not have to write an LP. Infeasible problems return the conflicting constraints.
| Registry name | ai.saifs/optimization-solver |
| Endpoint | https://optimization-solver-mcp-microsoft.saifs.ai/mcp |
| Transport | Streamable HTTP (remote, nothing to install) |
| Auth | OAuth 2.1 — PKCE (S256) and dynamic client registration; your client opens a sign-in page on first use |
| Publisher | SAIFS AI |
Install
VS Code / GitHub Copilot
Add to .vscode/mcp.json (workspace) or your user mcp.json:
{
"servers": {
"saifs-optimization-solver": {
"type": "http",
"url": "https://optimization-solver-mcp-microsoft.saifs.ai/mcp"
}
}
}
Then start the server from the MCP view and sign in when prompted.
Claude (claude.ai, Desktop)
Settings → Connectors → Add custom connector, and paste:
https://optimization-solver-mcp-microsoft.saifs.ai/mcp
Claude Code
claude mcp add --transport http saifs-optimization-solver https://optimization-solver-mcp-microsoft.saifs.ai/mcp
Any other MCP client
Point it at https://optimization-solver-mcp-microsoft.saifs.ai/mcp using the Streamable HTTP transport. The server returns 401 with a
WWW-Authenticate: Bearer … resource_metadata=… challenge, so OAuth-aware clients sign in automatically.
Tools
| Tool | What it does |
|---|---|
explain_solution |
Which constraints bind, shadow prices (what each constraint costs) and sensitivity. |
optimize_blend |
Least-cost mix meeting specs (diet / blending). |
optimize_production_mix |
Optimal quantities and profit given products, resources and constraints. |
optimize_schedule |
Min-cost shift coverage meeting staffing rules. |
optimize_transportation |
Min-cost shipping plan from sources, destinations, supply and demand. |
solve_custom_lp |
General LP solver for power users from an objective and constraints. |
Example prompts
- “Find the best production mix within capacity”
- “Allocate budget across projects”
- “Schedule jobs on machines”
Support
- Website: https://saifs.ai
- Issues: https://github.com/Saify-Technologies/saifs-ai-mcps-docs/issues
- Privacy: https://saifs.ai/privacy_policy
Optimization Solver MCP Fragen
Wie füge ich Optimization Solver MCP zu Claude Code hinzu?
Führe claude mcp add --transport http optimization-solver https://optimization-solver-mcp.saifs.ai/mcp in deinem Terminal aus. Füge --scope user hinzu, damit der Server in jedem Projekt verfügbar ist.
Wie füge ich Optimization Solver MCP zu Cursor hinzu?
Öffne ~/.cursor/mcp.json und füge den Server unter mcpServers hinzu, mit der Cursor-Config aus dem Installationsabschnitt oben.
Welche Tools bietet Optimization Solver MCP?
Er stellt 6 Tools bereit, darunter explain_solution, optimize_blend, optimize_production_mix, optimize_schedule, optimize_transportation.
Welche Arten von Problemen kann dieser Solver lösen?
Er deckt Produktionsmix, Blending, Transport, Schichtplanung und allgemeine, benutzerdefinierte Linear Programming Probleme ab.
Was passiert, wenn ein Problem nicht lösbar ist?
Falls ein Problem aufgrund widersprüchlicher Constraints nicht gelöst werden kann, gibt der Server die spezifischen Constraints zurück, die den Konflikt verursachen.
Kann ich mehr Informationen zu einer bestimmten Lösung erhalten?
Ja, du kannst das explain_solution Tool nutzen, um zu sehen, welche Constraints bindend sind, Schattenpreise einzusehen und die Sensitivität zu analysieren.