mcp-algorithm-box-config

MCP Server — 算法盒子轮询配置方案统计图生成器。

根据摄像头总数、轮询间隔和最大等待时间，用 FIFO连续模型 计算每个「等待时间 × 实时分析数」组合下的最少盒子数，生成自包含 HTML 交互式图表（ECharts 热力图 + 最优方案表），无需后端服务。

快速开始

npx -y mcp-algorithm-box-config

MCP 客户端配置

Claude Desktop

编辑 %APPDATA%\Claude\claude_desktop_config.json：

{
  "mcpServers": {
    "box-config": {
      "command": "npx",
      "args": ["-y", "mcp-algorithm-box-config"]
    }
  }
}

VS Code / Cursor

在 .vscode/mcp.json 或对应 MCP 配置中：

{
  "servers": {
    "box-config": {
      "command": "npx",
      "args": ["-y", "mcp-algorithm-box-config"]
    }
  }
}

配置后重启客户端即可使用。

工具

generate_box_config_chart

生成盒子配置方案统计图。

| 参数 | 类型 | 默认值 | 说明 | |:---|:---|:---|:---| | totalCameras | number | 1619 | 摄像头总数 | | pollIntervalMin | number | 3 | 轮询间隔（分钟） | | maxWaitTimeMin | number | 60 | 最大等待时间（分钟） |

返回

1. 📁 生成的 HTML 文件路径（file:///...）
2. 📊 数据摘要：全局最少盒子数、推荐实时分析数、每盒摄像头数等

使用示例

对 AI 说：

生成1619个摄像头、3分钟轮询、最大等待30分钟的盒子配置图

生成2000个摄像头、5分钟轮询、最大等待45分钟的盒子配置统计图

AI 会调用 MCP 工具，返回一个 HTML 文件路径。在浏览器中打开即可看到：

• 热力图：X轴=等待时间，Y轴=每盒实时分析数，色块=盒子数（绿少红多），蓝色边框标出每列最优
• 组合图：柱状=最少盒子数，折线=最优实时分析数 & 每盒摄像头数
• 明细表：每个等待时间档位的最优配置，全局最优高亮

计算模型（FIFO连续）

| 参数 | 值 | |:---|:---| | 每盒最大摄像头 | 256 | | 每盒最大同时分析 | 32 |

• 实时分析：摄像头持续分析，不参与轮询
• 轮询分析：采用 FIFO（先入先出）策略，每次优先分析等待时间最长的摄像头
• 无需向上取整：FIFO 模型是连续流式的，不存在"最后一组凑不满"的问题

约束公式：轮询摄像头数 / (32 - 实时分析数) × 轮询间隔 ≤ 目标等待时间

HTML 输出

生成的 HTML 完全自包含：

• ECharts 从 CDN 加载（首次需联网）
• 计算逻辑和数据内嵌在页面中
• 无后端依赖，无需认证
• 可直接分享给他人查看

开发

git clone <repo-url>
cd mcp-box-config
npm install
npm run dev      # 开发模式（热重载）
npm run build    # 编译 TypeScript

License

MIT