MCP server de Optimization Solver
Commit 13 nov 2026Resuelve problemas de producción, mezcla, transporte y programación mediante programación lineal y programación entera mixta.
También conocido como Saify-Technologies/saifs-ai-mcps-docs, optimization-solver
- Stars
- 4
- Herramientas
- 6
- Descargas, 30 días
- —
- Última versión
- 1.0.1
- Último commit
- 13 nov 2026
- Licencia
- MIT
¿Qué es Optimization Solver MCP?
Optimization Solver es un MCP server. Resuelve problemas de producción, mezcla, transporte y programación mediante programación lineal y programación entera mixta. Expone 6 herramientas, como explain_solution, optimize_blend, optimize_production_mix.
Resumen generado a partir del README del proyecto
Acerca del MCP server de Optimization Solver
Este servidor remoto permite resolver problemas complejos de producción, mezcla, transporte y programación mediante programación lineal y entera mixta. Permite a los usuarios definir objetivos y restricciones para recibir planes óptimos junto con precios sombra. El servicio funciona a través de streamable HTTP, lo que significa que no requiere instalación local, aunque los usuarios deben completar un proceso de inicio de sesión OAuth 2.1 PKCE a través de una página web en su primer uso.
Los desarrolladores pueden utilizar herramientas especializadas como optimize_blend para mezclas de menor costo o optimize_schedule para minimizar los costos de cobertura de turnos. Para requisitos más complejos, solve_custom_lp proporciona un solver general para usuarios avanzados. El sistema también incluye una herramienta explain_solution para identificar restricciones vinculantes y sensibilidad. Si un problema es matemáticamente imposible de resolver, el servidor identifica las restricciones en conflicto específicas para ayudar con la resolución de problemas.
Qué puedes hacer con él
- 1Optimizar la producción de fabricaciónDeterminar las cantidades más rentables de productos para fabricar basándose en los recursos y las restricciones disponibles.
- 2Minimizar los costos de ingredientesCrear una mezcla de menor costo que cumpla con todas las especificaciones requeridas.
- 3Gestionar turnos de la fuerza laboralDesarrollar un plan de personal de bajo costo que cumpla con todas las reglas organizacionales.
- 4Planificar logística y envíosGenerar un plan de envío que minimice los costos mientras equilibra la oferta y la demanda entre ubicaciones.
- 5Analizar la sensibilidad de las restriccionesComprender las implicaciones de costos de restricciones específicas y cuáles están limitando la solución actualmente.
Escrito a partir del README del proyecto. Cada caso de uso se verifica con una cita del mismo.
Cómo instalar Optimization Solver MCP
Formatos verificados el 10 nov 2026Añadir a CursorAñadir a GooseInstalar Optimization Solver MCP en Claude Code
$ claude mcp add --transport http optimization-solver https://optimization-solver-mcp.saifs.ai/mcpInstalar Optimization Solver MCP en Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"optimization-solver": {
"url": "https://optimization-solver-mcp.saifs.ai/mcp"
}
}
}Instalar Optimization Solver MCP en VS Code
.vscode/mcp.json
{
"servers": {
"optimization-solver": {
"type": "http",
"url": "https://optimization-solver-mcp.saifs.ai/mcp"
}
}
}Instalar Optimization Solver MCP en VS Code CLI
$ code --add-mcp '{"name":"optimization-solver","type":"http","url":"https://optimization-solver-mcp.saifs.ai/mcp"}'Instalar Optimization Solver MCP en Codex
$ codex mcp add optimization-solver --url https://optimization-solver-mcp.saifs.ai/mcpInstalar Optimization Solver MCP en Codex config.toml
~/.codex/config.toml
[mcp_servers.optimization-solver] url = "https://optimization-solver-mcp.saifs.ai/mcp"
Instalar Optimization Solver MCP en Gemini CLI
$ gemini mcp add -s user --transport http optimization-solver https://optimization-solver-mcp.saifs.ai/mcpInstalar Optimization Solver MCP en Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"optimization-solver": {
"url": "https://optimization-solver-mcp.saifs.ai/mcp",
"type": "http"
}
}
}Herramientas de Optimization Solver MCP 6
Detectado desde el READMEexplain_solutionoptimize_blendoptimize_production_mixoptimize_scheduleoptimize_transportationsolve_custom_lp
| explain_solution | — | |
| optimize_blend | — | |
| optimize_production_mix | — | |
| optimize_schedule | — | |
| optimize_transportation | — | |
| solve_custom_lp | — |
Verificaciones automáticas
Ejecutado 13 nov 2026Informe completo →Aún no verificado. Un servidor necesita una puntuación de 80, ningún hallazgo grave y suficientes datos para que podamos revisarlo. Cómo funcionan las verificaciones · Qué corregir para obtener más puntos
- Repositorio de origen vinculado y accesiblesaify-technologies/saifs-ai-mcps-docs is public and reachablegithub.com/saify-technologies/saifs-ai-mcps-docs ↗Aprobado
- El paquete indica este repositorio como su origenNo verificado
- Procedencia de la compilación (atestación de Sigstore)No verificado
- Licencia de código abierto (OSI)MITspdx.org/licenses/MIT.html ↗Aprobado
- Commit o lanzamiento en el último añoLast commit or release 2026-11-13github.com/saify-technologies/saifs-ai-mcps-docs ↗Aprobado
- OpenSSF ScorecardNo verificado
- El nombre del paquete no es similar a un paquete popularNo verificado
- No hay avisos críticos en el paquete ni en sus dependenciasNo verificado
- Sin instrucciones ocultas para el modelo6 tool descriptions and the README read; no override phrases, credential paths or hidden charactersAprobado
- Las herramientas destructivas están etiquetadasNo tool named like delete, drop or execAprobado
- El endpoint remoto responde al handshake de MCPHTTPS endpoint answered 401 (sign-in required)Aprobado
README
Ver en GitHubOptimization 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
Preguntas sobre Optimization Solver MCP
¿Cómo agrego Optimization Solver MCP a Claude Code?
Ejecuta claude mcp add --transport http optimization-solver https://optimization-solver-mcp.saifs.ai/mcp en tu terminal. Añade --scope user para que esté disponible en todos los proyectos.
¿Cómo agrego Optimization Solver MCP a Cursor?
Abre ~/.cursor/mcp.json y añade el servidor en mcpServers, usando la configuración de Cursor que se muestra en la sección de instalación de arriba.
¿Qué herramientas proporciona Optimization Solver MCP?
Expone 6 herramientas, incluidas explain_solution, optimize_blend, optimize_production_mix, optimize_schedule, optimize_transportation.
¿Qué tipo de problemas puede resolver este solver?
Resuelve mezclas de producción, blending, transporte, cobertura de turnos y problemas generales de programación lineal personalizados.
¿Qué sucede si un problema es infactible?
Si un problema no se puede resolver debido a restricciones en conflicto, el servidor devuelve las restricciones específicas que están causando el conflicto.
¿Puedo obtener más información sobre una solución específica?
Sí, puedes usar la herramienta explain_solution para ver qué restricciones son vinculantes, consultar los precios sombra y analizar la sensibilidad.