rftools.io に MCP: 197 種類の人工知能用カリキュレータを追加

MCPとは何か、なぜ気にする必要があるのか

モデルコンテキストプロトコル (MCP) は、AI アシスタントが外部ツールを呼び出すことを可能にするオープンスタンダードです。AI 用の USB ポートと考えてください。MCP に対応したツールであれば、MCP をサポートするあらゆる AI アシスタントに接続できます。

クロード・デスクトップ、クロード・コード、カーソルなど、増え続けるAIを活用した開発ツールはすべて、MCPをサポートしています。MCP サーバーを追加すると、AI に新たな機能が加わります。今回のケースでは、197個のRF/電子計算機、1回の関数呼び出しで実行可能です。

これが重要な理由は次のとおりです。AI は数式を覚えようとする (そして時には間違える) 代わりに、rftools.io で実行されるのと同じ検証済みの電卓コードを呼び出します。LLM に何かを計算するように依頼したときに、10 dB ずれた結果が自信を持って吐き出される場合をご存知ですか?ええ、これで問題は解決します。AI は近似をするのではなく、実際の計算機の実装を呼び出します。

その違いは、誰かに記憶から二次式を暗唱するように頼むのと電卓を渡すようなものです。1 つのアプローチが毎回確実に機能します。

はじめに

npm 経由でのインストール

一番手っ取り早く試す方法:

npx rftools-mcp

これにより MCP サーバーがローカルで起動します。AI ツールはスタジオ経由で接続します。派手なものは何もなく、電卓機能を公開する標準の MCP サーバーだけです。

Claude デスクトップセットアップ

これをあなたのclaude_desktop_config.jsonに追加してください (macOS の場合は~/Library/Application Support/Claude/、Windows の場合は%APPDATA%\Claude\にあります)。

{
  "mcpServers": {
    "rftools": {
      "command": "npx",
      "args": ["-y", "rftools-mcp"]
    }
  }
}

Claude Desktop を再起動すれば完了です。これで、クロードは rftools.io のすべての電卓にアクセスできるようになりました。RF 関連の計算を初めて依頼すると、これらのツールが自動的に検出されて使用されるようになります。

クロード・コード・セットアップ

claude mcp add rftools-mcp -- npx -y rftools-mcp

1 つのコマンド。それだけです。開発作業に Claude Code を使っているなら、ワークフローから直接電卓にすぐにアクセスできます。

3 つのツール、197 個の電卓

MCP サーバーは 3 つのツールを公開しています。シンプルなインターフェースと強力な機能。

###list_calculators使用可能なすべての電卓を閲覧できます。オプションでカテゴリ別にフィルタリングすることもできます。RF、PCB、電源、信号、アンテナ、一般、モーター、プロトコル、EMC、サーマル、センサー、単位変換、オーディオの13のカテゴリがあります。

プロンプト例: "すべてのアンテナ計算機を一覧表示"

これにより、ダイポールの設計からパラボリック・ディッシュ・ゲインの計算まで、すべてが返されます。利用できるものを調べているときや、必要な計算機の正確な名前が思い出せない場合に便利です。

###get_calculator_infoあらゆる計算機の完全な仕様 (単位とデフォルトを含む入力、出力、使用する数式) を入手できます。これにより、AI はどのパラメーターを提供すべきかがわかります。

プロンプトの例:「マイクロストリップインピーダンス計算ツールにはどのような入力が必要ですか?」

レスポンスから、トレースの幅、基板の高さ、誘電率、銅の厚さ、周波数が必要であることがわかります。各パラメータには、単位 (mm、GHz など) と標準範囲があります。ほとんどのエンジニアは何かが壊れるまでドキュメントを読みませんが、AI が読んでくれると、実際に役立ちます。

###run_calculation特定の入力を使用して電卓を実行し、単位に応じた結果を得ます。すべての回答には rftools.io へのリンクが含まれており、インタラクティブバージョンを確認できます。

プロンプト例: "1オンスの銅を使用した0.2mmロジャース RO4003C (Er=3.55) 上の0.3mmトレースのマイクロストリップインピーダンスを計算してください"

特性インピーダンス (これらの寸法ではおそらく約 85 Ω)、実効誘電率、電気的長さ、および損失が求められます。すべて適切な単位を使用しており、すべてウェブ計算機に使われている同じコードで検証されています。

実際の例:受信機のフロントエンドの設計

MCP サーバーでは、手動では手間がかかるものの、数秒かかる会話を次に示します。

>あなた: 私は 2.4 GHz レシーバーを設計しています。アンテナは 50 オームのマイクロストリップを介して LNA に接続します。私の基板は1.6mm FR4です。50 オームにはどの程度のトレース幅が必要ですか? また、送信電力が 0 dBm で 100 m の範囲の場合のリンクバジェットはどのくらいですか?

人工知能はrun_calculationを 2 回呼び出します。

1.マイクロストリップインピーダンス — トレース幅を反復して50オームに一致するものを見つけます (1.6mm FR4で約2.9mm) 2.RF リンクバジェット — 100 m での自由空間パス損失、受信電力、およびリンクマージンを計算します

さらに詳しく調べることができるインタラクティブな計算ツールへのリンク付きで、正確で単位が正しい答えを数秒で得ることができます。AI が単位変換を処理し (基板の高さが 1.6 mm のインピーダンスに影響することを認識します)、銅の厚さの妥当なデフォルト値を選択し、実際に使用できる結果を提示します。

これを手動でやってみてください。マイクロストリップ電卓を開き、50Ωに達するまでトレース幅をいじり、その数値を書き留めてから、Friis計算機を開き、使用している計算機に応じて範囲をキロメートルに変換するか、メートル単位のままにし、適切なアンテナゲインがあることを確認しますが、面倒です。MCPでは、ただ聞くだけです。

100 m 全体で 2.4 GHz のリンクバジェットを計算すると、約 80 dB のパス損失が得られます。トランスミッタの出力が 0 dBm で、両端に 0 dBi のアンテナ（空き領域にダイポール）がある場合、受信量は約 -80 dBm です。現実的なアンテナゲインを追加すると、-65 dBm になる場合があります。これで、LNA に必要な感度がわかりました。これは、MCPが簡単に行えるような簡単な計算です。

なぜ AI に計算を依頼しないの？

大規模な言語モデルは推論には優れていますが、算術では信頼できません。彼らは以下のようになるかもしれません。

-銅の厚み補正を省いた簡略式を使う -単位変換が間違っている (ミル対mm、dBm 対ワット) -間違ったステップでラウンドすると、エラーが蓄積される -自信を持って間違った答えを出す

GPT-4がマイクロストリップのインピーダンスを計算するのを見たことがありますが、基板の高さが重要であることを忘れてしまいました。実効誘電率と相対誘電率が混同されているのを見たことがあります。これらはたまに起こる間違いではなく、言語モデルに数学を頼む際の体系的な問題なのです。

MCP サーバーは rftools.io で実行されている まったく同じ計算コードを呼び出します。これらは検証済みの実装であり、マイクロストリップのインピーダンスについてはHammerstad-Jensen、リンクバジェットの場合はFriis、正確なdB/リニア変換は LLM 近似ではありません。雑音指数カスケードを計算するときには、よく覚えていないような教科書の方程式ではなく、ノイズの適切なフリースの公式が使われています。

これは皆さんが思っている以上に重要です。リンクバジェットの計算に 1 dB の誤差があると、動作しているシステムと、範囲内でパケットをドロップするシステムとの違いが分かる可能性があります。トレース幅に 10% の誤差があると、インピーダンスがずれて反射が発生する可能性があります。「十分に近い」ことは望ましくありません。自分で正しく計算したときと同じ答えを求めているのです。

同梱されているもの

13種類のカテゴリにまたがる197のカリキュレータすべて:

それはたくさんの電卓です。RF セクションだけでも、インピーダンス・マッチング、S パラメータ、ノイズ解析、リンク・バジェットなど、一般的なワイヤレス設計に必要なもののほとんどをカバーしています。PCBカリキュレータは、電流とインピーダンス、差動ペア (高速デジタルにとって重要)、およびサーマル・ビアを含むビア設計のトレース・サイジングに対応します。

スイッチング・コンバータの設計には面倒な計算が多数含まれているため、パワー・エレクトロニクスには独自の重要なセクションがあります。バックコンバータの部品選択、フライバックトランスの設計、MOSFETの損失解析など、すべて手作業で行えますが、やりたくないことはすべて手作業で行えます。バッテリ寿命計算ツールは特に、スリープ/ウェイクデューティサイクルを考慮してコイン電池の寿命を見積もる必要がある IoT プロジェクトに役立ちます。

信号処理は、フィルター設計 (バターワース、チェビシェフ、ベッセル)、ADC の分解能と SNR の計算、FFT ビンの分解能など、よくある問題を網羅しています。PLLループ・フィルタ・カリキュレータは、私がよく使っているものです。安定したループ・フィルタを手作業で設計するとエラーが発生しやすくなります。

アンテナ計算器は、標準設計を簡単に実装したものです。これらを使ってフェーズドアレイを設計するつもりはありませんが、単純なダイポールアンテナやパッチアンテナであれば、大まかな答えが得られます。八木電卓はVHF/UHFの指向性アンテナに便利です。

EMCの計算は、コンプライアンス・テストに不合格になるまでは無視されがちです。シールド効果、フィルタ設計、ESD保護の計算にすぐにアクセスできるということは、費用のかかるやり直しで後で修正するのではなく、最初からEMCを念頭に置いて設計できるということです。

AI ツールビルダー向け:llms.txt

また、よく知られている/llms.txtパスに、機械で読めるドキュメントも公開しています。

- rftools.io/llms.txt — API 情報と MCP セットアップ手順を含む概要 - rftools.io/llms-full.txt — 197 個のカリキュレータすべてのリスト (入力、出力、単位、URL を含む)

llms.txt 仕様 は、ウェブサイトを機械で読めるようにするための新しい標準です。RF 計算や電子計算を必要とする AI エージェントを構築する場合、これらのファイルには必要なものがすべて揃っています。

完全なリストはまさにその名のとおりです。すべての電卓、すべての入力パラメーターには単位と有効範囲、すべての出力には単位、インタラクティブバージョンへのダイレクト URL があります。機械による解析用にフォーマットされていますが、閲覧したい場合は人間が読める形式になっています。AI エージェント向けの API ドキュメントと考えてください。

これはカスタム AI ツールやエージェントを構築する場合に便利です。LLM に llms-full.txt ファイルを参照させると、どのような計算機が存在し、どのように使用するのかが正確にわかります。または、MCP サーバーを直接使用することもできます。情報は同じで、インターフェイスは異なります。

オープンソース

MCP サーバーは rftools.io コードベースの一部です。電卓関数はブラウザーに依存しない純粋な TypeScript です。Web ブラウザー、MCP サーバー、Node.js スクリプトのいずれから呼び出しても、同じように動作します。

つまり、必要に応じてコードを監査できるということです。どの計算にどの数式が使用されているかを正確に把握できます。マイクロストリップ計算機が単純化されたウィーラー近似ではなく、ハマースタッド・ジェンセンを使用していることを確認できます。実際の設計を計算に頼る場合、透明性は重要です。

今すぐインストール:

npx rftools-mcp

あるいは、Claude Desktop に追加して、AI の支援を受けた回路設計を始めましょう。セットアップには 2 分かかります。最初の複雑な計算にかかる時間を節約できるので、それだけの価値があります。