Optimization Solver MCPサーバー
コミット 2026年11月13日線形計画法および混合整数計画法を用いて、生産、ブレンディング、輸送、スケジューリングの問題を解決します。
別名 Saify-Technologies/saifs-ai-mcps-docs, optimization-solver
- スター
- 4
- ツール
- 6
- ダウンロード数(30日間)
- —
- 最新バージョン
- 1.0.1
- 最終コミット
- 2026年11月13日
- ライセンス
- MIT
Optimization Solver MCPとは
Optimization SolverはMCPサーバーです。 線形計画法および混合整数計画法を用いて、生産、ブレンディング、輸送、スケジューリングの問題を解決します。. 6個のツールを提供しており、explain_solution, optimize_blend, optimize_production_mixなどがあります。
プロジェクトのREADMEから生成された概要
Optimization Solver MCP server について
このリモートサーバーは、線形計画法および混合整数計画法を通じて、複雑な生産、ブレンディング、輸送、スケジューリングの問題を解決することを可能にします。ユーザーは目的関数と制約条件を定義することで、シャドウプライスを含む最適化された計画を受け取ることができます。本サービスは streamable HTTP 経由で動作するため、ローカルへのインストールは不要ですが、初回利用時にはウェブページを通じた OAuth 2.1 PKCE によるサインインプロセスが必要になります。
開発者は、最小コストでの混合を行うための optimize_blend や、シフトの割り当てコストを最小化するための optimize_schedule といった専用ツールを活用できます。より複雑な要件に対しては、パワーユーザー向けの汎用ソルバーである solve_custom_lp が用意されています。また、システムには有効な制約条件や感度を特定するための explain_solution ツールも含まれています。数学的に解けない問題が発生した場合は、サーバーが特定の競合する制約条件を特定し、トラブルシューティングを支援します。
できること
- 1製造アウトプットの最適化利用可能なリソースと制約に基づき、最も利益の高い製品製造量を決定します。
- 2原材料コストの最小化すべての必須仕様を満たしつつ、最小コストとなる混合比率を作成します。
- 3労働力のシフト管理組織のすべてのルールを遵守した、低コストな人員配置計画を策定します。
- 4物流および配送計画各拠点の需要と供給のバランスを取りながら、コストを最小限に抑える配送計画を生成します。
- 5制約条件の感度分析特定の制約条件がコストに与える影響や、現在どの制約が解を制限しているかを把握します。
プロジェクトの README から作成されています。すべてのユースケースは、その引用と照らし合わせて確認されています。
Optimization Solver MCPのインストール方法
フォーマット検証日 2026年11月10日Cursor に追加Gooseに追加Claude CodeにOptimization Solver MCPをインストール
$ claude mcp add --transport http optimization-solver https://optimization-solver-mcp.saifs.ai/mcpCursorにOptimization Solver MCPをインストール
~/.cursor/mcp.json
{
"mcpServers": {
"optimization-solver": {
"url": "https://optimization-solver-mcp.saifs.ai/mcp"
}
}
}VS CodeにOptimization Solver MCPをインストール
.vscode/mcp.json
{
"servers": {
"optimization-solver": {
"type": "http",
"url": "https://optimization-solver-mcp.saifs.ai/mcp"
}
}
}VS Code CLIにOptimization Solver MCPをインストール
$ code --add-mcp '{"name":"optimization-solver","type":"http","url":"https://optimization-solver-mcp.saifs.ai/mcp"}'CodexにOptimization Solver MCPをインストール
$ codex mcp add optimization-solver --url https://optimization-solver-mcp.saifs.ai/mcpCodex config.tomlにOptimization Solver MCPをインストール
~/.codex/config.toml
[mcp_servers.optimization-solver] url = "https://optimization-solver-mcp.saifs.ai/mcp"
Gemini CLIにOptimization Solver MCPをインストール
$ gemini mcp add -s user --transport http optimization-solver https://optimization-solver-mcp.saifs.ai/mcpGemini settings.jsonにOptimization Solver MCPをインストール
~/.gemini/settings.json
{
"mcpServers": {
"optimization-solver": {
"url": "https://optimization-solver-mcp.saifs.ai/mcp",
"type": "http"
}
}
}Optimization Solver MCPツール 6
READMEから検出explain_solutionoptimize_blendoptimize_production_mixoptimize_scheduleoptimize_transportationsolve_custom_lp
| explain_solution | — | |
| optimize_blend | — | |
| optimize_production_mix | — | |
| optimize_schedule | — | |
| optimize_transportation | — | |
| solve_custom_lp | — |
自動チェック
実行日 2026年11月13日完全なレポート →まだ検証されていません。サーバーには80点のスコア、重大な問題がないこと、および検証に必要な十分なデータが必要です。 チェックの仕組み · 点数を上げるための改善点
- ソースリポジトリがリンクされており、アクセス可能saify-technologies/saifs-ai-mcps-docs is public and reachablegithub.com/saify-technologies/saifs-ai-mcps-docs ↗合格
- パッケージがこのリポジトリをソースとして指定未チェック
- ビルドの来歴 (Sigstore 証明)未チェック
- オープンソースライセンス (OSI)MITspdx.org/licenses/MIT.html ↗合格
- 過去1年以内にコミットまたはリリースありLast commit or release 2026-11-13github.com/saify-technologies/saifs-ai-mcps-docs ↗合格
- OpenSSF Scorecard未チェック
- パッケージ名が有名なパッケージに酷似していない未チェック
- パッケージおよびその依存関係に重大な勧告なし未チェック
- モデルへの隠れた指示がない6 tool descriptions and the README read; no override phrases, credential paths or hidden characters合格
- 破壊的なツールがラベル付けされているNo tool named like delete, drop or exec合格
- リモートエンドポイントが MCP ハンドシェイクに応答HTTPS endpoint answered 401 (sign-in required)合格
README
GitHubで見るOptimization 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のよくある質問
Optimization Solver MCPをClaude Codeに追加するには
ターミナルでclaude mcp add --transport http optimization-solver https://optimization-solver-mcp.saifs.ai/mcpを実行します。すべてのプロジェクトで利用するには--scope userを追加します。
Optimization Solver MCPをCursorに追加するには
~/.cursor/mcp.jsonを開き、上記のインストールセクションに示すCursor設定を使ってmcpServersの下にサーバーを追加します。
Optimization Solver MCPが提供するツールは
6個のツールを提供しており、explain_solution, optimize_blend, optimize_production_mix, optimize_schedule, optimize_transportationなどがあります。
どのような問題を解決できますか?
生産ミックス、ブレンディング、輸送、シフトの割り当て、および一般的なカスタム線形計画問題に対応しています。
解が見つからない(実行不能な)場合はどうなりますか?
制約条件の競合により問題が解決できない場合、サーバーは競合の原因となっている特定の制約条件を返します。
特定の解について詳細な情報を取得できますか?
はい、explain_solution ツールを使用することで、どの制約条件が有効(binding)であるかを確認したり、シャドウプライスを表示したり、感度分析を行ったりできます。