Syslab使用手册
⋮
2026a

# Syslab MCP Server

Syslab MCP Server 是面向 MCP 协议的 Syslab API 服务化封装。它将 Syslab 中的关键对象与关键能力，以标准化方式开放给 AI 客户端，使装备工程智能体、企业 AI 助手，以及 Claude、OpenCode、Codex 等通用 AI 客户端都可以通过 MCP 协议连接 Syslab，读取系统模型上下文，并在授权范围内调用 Syslab 相关能力。

Syslab MCP Server 的核心作用，是把原本依赖本地软件环境才能完成的模型操作、代码执行与知识检索能力，以 MCP 工具的形式开放给客户端调用。

# 基本概念

Syslab MCP Server 是一个面向本地 Syslab / Julia 环境的 stdio MCP 服务，支持 Windows 和 Linux。

它提供的能力包括：

  • 查询本机 Syslab Julia 环境和已安装的 Julia 包；
  • 执行 Julia 代码；
  • 执行本地 Julia 脚本；
  • 重启 Julia 会话；
  • 搜索本机 Syslab 帮助文档；
  • 读取本机帮助文档正文；
  • 查询与 MATLAB 函数等价的 Syslab Julia 函数；
  • 读取 Syslab skills 相关技能。

# 系统要求

  • Windows 10/11 64 位；具备使用大模型能力的 Linux 系统，例如 CentOS 8、Ubuntu 20.04及以上；
  • 已安装 Syslab V26.2.0 及以上版本。

# 安装方式

安装 Syslab 时会自动安装 Syslab MCP Server，默认给 Claude code、OpenCode、Codex 三类 agent 配置。

如果失败可以参考以下方式手动执行 <Syslab 安装目录>/Tools/syslab-mcp-server 下的安装脚本。

下文以 Windows 为例：

  1. 右击 syslab-mcp-server-install.ps1，选择使用 PowerShell 运行，或在当前目录启动 Powershell 后执行；

    ./syslab-mcp-server-install.ps1

  2. 按提示输入 Syslab 安装路径（直接回车使用默认值）；

  3. 脚本会自动将 MCP 配置添加到 Claude 、OpenCode、Codex 的配置文件中；

  4. 重启 Claude Code / OpenCode / Codex 客户端即可使用。

如果一键部署脚本运行失败，也可以手动配置。

# Codex:

# 安装
codex mcp add syslab -- "<path-to>/syslab-mcp-server-win64.exe" --syslab-root="<syslab-root>" --julia-root="<julia-root>" --syslab-display-mode=desktop

# 卸载
codex mcp remove syslab

例如：

# 安装
codex mcp add syslab -- "C:\Program Files\MWORKS\Syslab 2026a\Tools\syslab-mcp-server\syslab-mcp-server-win64.exe" --syslab-root="C:\Program Files\MWORKS\Syslab 2026a" --julia-root="C:\Users\Public\TongYuan\julia-1.10.10" --syslab-display-mode=desktop

安装后，在~/.codex/config.toml下可以查看配置：

[mcp_servers.syslab]
command = 'C:\Program Files\MWORKS\Syslab 2026a\Tools\syslab-mcp-server\syslab-mcp-server-win64.exe'
args = ['--syslab-root=C:\Program Files\MWORKS\Syslab 2026a', '--julia-root=C:\Users\Public\TongYuan\julia-1.10.10', '--syslab-display-mode=desktop']

如果使用 Codex 在 Linux 下启用 desktop，建议在 ~/.codex/config.toml 中为 syslab MCP 配置最后手动添加：

env_vars = ["DISPLAY", "WAYLAND_DISPLAY", "XAUTHORITY", "DBUS_SESSION_BUS_ADDRESS"]

用于继承图形会话环境，确保图形程序能够正常启动和显示。

# Claude Desktop:

# 安装
claude mcp add --scope user syslab -- "<path-to>/syslab-mcp-server-win64.exe" --syslab-root="<syslab-root>" --julia-root="<julia-root>" --syslab-display-mode=desktop

# 卸载
claude mcp remove syslab

例如：

claude mcp add --scope user syslab -- "C:\Program Files\MWORKS\Syslab 2026a\Tools\syslab-mcp-server\syslab-mcp-server-win64.exe" --syslab-root="C:\Program Files\MWORKS\Syslab 2026a" --julia-root="C:\Users\Public\TongYuan\julia-1.10.10" --syslab-display-mode=desktop

# --scope=
# local（默认）： 仅当前项目可用
# project：团队共享（存储在.mcp.json，可提交版本库）
# user：所有项目可用（个人全局配置）

安装后，在 Claude 的 MCP 配置文件（如C:\Users\TR\.claude.json）中加入类似配置：

{
    "mcpServers": {
    "syslab": {
      "type": "stdio",
      "command": "C:\\Program Files\\MWORKS\\Syslab 2026a\\Tools\\syslab-mcp-server\\syslab-mcp-server-win64.exe",
      "args": [
        "--syslab-root=C:\\Program Files\\MWORKS\\Syslab 2026a",
        "--julia-root=C:\\Users\\Public\\TongYuan\\julia-1.10.10",
        "--syslab-display-mode=desktop"
      ],
      "env": {}
    }
  },
}

# 超时配置

不同 Agent 对 MCP 工具调用有默认超时限制。如果遇到工具执行超时问题，可以按需调整超时时间。

# OpenCode

在 ~/.config/opencode/opencode.json 中为 Syslab MCP 配置添加 timeout 字段：

{
  "mcp": {
    "syslab": {
      "type": "...",
      "command": ["..."],
      "timeout": 300000
    }
  }
}

单位为毫秒，300000 表示 5 分钟。

# Codex

在 ~/.codex/config.toml 中为 Syslab MCP 配置添加 tool_timeout_sec 字段：

[mcp_servers.syslab]
command = "..."
args = ["..."]
tool_timeout_sec = 300

单位为秒，300 表示 5 分钟。

# 启动参数

参数 说明 示例
syslab-root Syslab 安装根目录。必填。 --syslab-root="C:\Program Files\MWORKS\Syslab 2026a"
julia-root Julia 安装根目录。选填。不传时自动查找。 --julia-root="C:\Users\Public\TongYuan\julia-1.10.10"
initial-working-folder 服务启动后的初始工作目录。不传时继承当前进程工作目录。 --initial-working-folder="D:\workspace"
initialize-syslab-on-startup 是否在 MCP initialize 时预启动 Syslab。默认值：false。 --initialize-syslab-on-startup=true
pkg-offline 是否以离线包模式启动 Julia。默认值：true。 --pkg-offline=true
syslab-display-mode 是否启动 Syslab 桌面。nodesktop 不启动 Syslab 桌面；desktop 启动 Syslab 桌面。默认值：desktop。 --syslab-display-mode=desktop

# MCP Tools

  1. detect_syslab_toolboxes

    • 返回本机 Syslab 版本信息、Julia 环境信息、Syslab Julia 环境中已安装的 Julia 包，以及可发现的本地包文档路径；
    • 输入参数：
      include_all_packages（boolean，可选）：是否返回当前 Julia 全局环境中的所有已安装包。默认 false。不填或为 false 时，仅返回包名以 Ty 开头的包。

  2. evaluate_julia_code

    • 执行一段 Julia 代码并返回输出与最终结果；
    • 输入参数：
      code（string）：要执行的 Julia 代码。

  3. run_julia_file

    • 执行本地 Julia 脚本并返回输出。脚本路径必须指向有效的 .jl 文件；
    • 输入参数：
      script_path（string）：Julia 脚本绝对路径。示例：C:\Users\name\project\demo.jl 或 /home/user/project/demo.jl。

  4. restart_julia

    • 重启全局 Julia 会话；
    • 输入参数：
      working_directory（string，可选）：重启后使用的工作目录。省略时使用默认工作目录。

  5. read_syslab_skill

    • 读取 Syslab skill markdown 文件内容；
    • 输入参数：
      skill_path（string，必填）：传 default 时读取默认 skill；传绝对路径时读取指定 skill。

  6. search_syslab_docs

    • 搜索本地已索引的 Syslab 帮助文档；
    • 输入参数：
      • query（string）：搜索关键词；
      • package（string，可选）：限定搜索的包名；
      • max_results（number，可选）：返回结果条数上限。

  7. read_syslab_doc

    • 读取一篇已索引的 Syslab 帮助文档的正文内容；
    • 输入参数：
      doc_path（string）：文档路径，通常直接使用 search_syslab_docs 返回结果中的 path 字段。

  8. map_matlab_functions_to_julia

    • 将一组 MATLAB 函数名映射到 Syslab Julia 环境中的候选等价函数及相关文档，适用于 MATLAB 代码迁移和函数替换场景；
    • 输入参数：
      • symbols（string[]）：MATLAB 函数名列表；
      • max_results_per_symbol（number，可选）：每个 MATLAB 函数最多返回的候选数量。

# 示例 1：算法开发

下面的示例展示如何通过 Syslab MCP Server 实现一个 Julia 算法脚本，对实验数据进行非线性函数拟合。

可以参考输入的提示词为：“请调用 Syslab 读取 data.csv 数据，实现一个非线性拟合算法对这个数据进行拟合，绘出曲线并给出拟合曲线参数”。

最终可以得到的拟合曲线和参数如下：

# 示例 2：性能优化

下面的示例展示如何优化代码性能。

二维热扩散模拟优化前的代码：

function make_initial_temperature(nx::Int, ny::Int)
    u = zeros(Float64, nx, ny)
    for j in 1:ny
        for i in 1:nx
            dx = i - nx ÷ 2
            dy = j - ny ÷ 2
            r2 = dx * dx + dy * dy
            if r2 < 900
                u[i, j] = 100.0
            elseif r2 < 3600
                u[i, j] = 40.0
            end
        end
    end
    u
end

function diffuse_slow(u0::Matrix{Float64}, alpha::Float64, steps::Int)
    u = copy(u0)
    for _ in 1:steps
        next = copy(u)
        next[2:end-1, 2:end-1] =
            u[2:end-1, 2:end-1] .+
            alpha .* (
                u[1:end-2, 2:end-1] .+
                u[3:end, 2:end-1] .+
                u[2:end-1, 1:end-2] .+
                u[2:end-1, 3:end] .-
                4.0 .* u[2:end-1, 2:end-1]
            )
        u = next
    end
    u
end

u0 = make_initial_temperature(500, 500)
@time u = diffuse_slow(u0, 0.12, 260)
println("center temperature = ", u[250, 250], ", corner temperature = ", u[1, 1])

  1.768073 seconds (4.26 k allocations: 3.849 GiB, 28.94% gc time, 0.35% compilation time)
center temperature = 99.95338707386968, corner temperature = 0.0

可以参考输入的提示词为：“帮我对 slow_heat_diffusion.jl 进行性能优化，并编辑在新 Julia 脚本中”。

优化后生成的代码示例：

实际运行后的结果为：

  0.025668 seconds (4 allocations: 3.815 MiB)
center temperature = 99.95338707386968, corner temperature = 0.0

计算结果与优化前一致，代码性能提升明显。

# 示例 3：M 代码迁移

下面的示例展示如何将 M 代码迁移为可执行的 Julia 代码。

可以参考输入的提示词为：“帮我在 Syslab 中将 FindLocalMaximaInDataExample.m 转为 Julia 代码并执行”。

M 代码示例：

进行转换后的 Julia 代码示例：

文件 spots_num 包含了从 1749 年到 2012 年每年观测到的太阳黑子的平均数量。

太阳黑子周期为 11 年，代码中使用了傅里叶变换进行验证，下面为验证结果图和参数：

以下参数分别为平均周期和主峰频率换算成的周期。

meanCycle = 10.869565217391305
Period = 10.893617021276595