MATLAB MCP — 使用场景, 安装 & 实时演示

Name: MATLAB MCP Server
Author: matlab

为什么要用

核心特性

原厂出品——MathWorks 维护
代码执行（evaluate_matlab_code）、文件执行（run_matlab_file）、静态分析（check_matlab_code）
单元测试运行器返回结构化测试结果
工具箱检测——agent 在生成代码前就知道有哪些工具箱可用

实时演示

实际使用效果

matlab.replay ▶ 就绪

0/0

安装

选择你的客户端

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "matlab": {
      "command": "uvx",
      "args": [
        "matlab-mcp-core-server"
      ]
    }
  }
}

打开 Claude Desktop → Settings → Developer → Edit Config。保存后重启应用。

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "matlab": {
      "command": "uvx",
      "args": [
        "matlab-mcp-core-server"
      ]
    }
  }
}

Cursor 使用与 Claude Desktop 相同的 mcpServers 格式。项目级配置优先于全局。

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "matlab": {
      "command": "uvx",
      "args": [
        "matlab-mcp-core-server"
      ]
    }
  }
}

点击 Cline 侧栏中的 MCP Servers 图标，然后选 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "matlab": {
      "command": "uvx",
      "args": [
        "matlab-mcp-core-server"
      ]
    }
  }
}

格式与 Claude Desktop 相同。重启 Windsurf 生效。

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "matlab",
      "command": "uvx",
      "args": [
        "matlab-mcp-core-server"
      ]
    }
  ]
}

Continue 使用服务器对象数组，而非映射。

~/.config/zed/settings.json

{
  "context_servers": {
    "matlab": {
      "command": {
        "path": "uvx",
        "args": [
          "matlab-mcp-core-server"
        ]
      }
    }
  }
}

加入 context_servers。Zed 保存后热重载。

claude mcp add matlab -- uvx matlab-mcp-core-server

一行命令搞定。用 claude mcp list 验证，claude mcp remove 卸载。

使用场景

实战用法： MATLAB

生成、分析并运行 MATLAB 脚本

👤 工程研究人员、控制系统/DSP 工程师 ⏱ ~20 min intermediate

何时使用： 你想在 MATLAB 中以对话方式原型化计算——生成、运行、调优、重复。

前置条件

MATLAB R2020b+ 已安装并在 PATH 中 — 从终端运行 matlab -help 应该能成功
MATLAB 注册为个人自动化服务器 — 在 MATLAB 中运行一次 matlab.engine.shareEngine ——参见 MCP README

步骤

检查功能

检测已安装的 MATLAB 工具箱。我需要信号处理和控制系统工具箱。✓ 已复制

→ 包含版本号的列表；agent 知道可以使用什么
生成脚本

编写一个 MATLAB 脚本，加载 signal.mat，应用 50Hz 的 Butterworth 低通滤波器，绘制前后对比。保存为 ./lp_filter.m。✓ 已复制

→ .m 文件已写入
检查后运行

对 lp_filter.m 运行 check_matlab_code。修复任何问题。然后运行 run_matlab_file 并返回图表路径。✓ 已复制

→ 静态检查通过、脚本运行成功、输出图表已保存

结果： 在不切换窗口的情况下，在几分钟内得到可用的 MATLAB 原型。

注意事项

相对路径会失效——MATLAB 在自己的工作目录中启动 — 在 script_path 和脚本内部始终使用绝对路径；或在第一行 cd 到你的目录
在非交互模式下脚本在 uiopen/plot 窗口处挂起 — 使用 figure('Visible','off') 和 saveas() 保存到文件，而不是显示

搭配使用： filesystem

运行 MATLAB 单元测试并迭代修复失败

👤 维护 MATLAB 代码库的工程师 ⏱ ~20 min intermediate

何时使用： 你有一个测试套件（matlab.unittest），想让 agent 运行它并帮助修复回归。

前置条件

使用 matlab.unittest 的测试文件 — 继承自 matlab.unittest.TestCase 的类

步骤

运行测试套件

运行 ./tests/MyAlgorithmTest.m 中的测试。返回每个方法的通过/失败状态以及任何错误文本。✓ 已复制

→ 结构化的测试报告
诊断

对于每个失败，读一下断言、读一下实现、解释差异。✓ 已复制

→ 每个失败的根本原因
修复并重新运行

对实现代码（不是测试）应用最小修复。重新运行直到全部通过。✓ 已复制

→ 所有测试通过

结果： 由 agent 驱动的 MATLAB 代码 TDD 循环。

注意事项

测试依赖于不在 MATLAB 路径上的文件 — 在测试开始时添加 addpath(genpath(pwd))，或显式传递 project_path

组合

与其他 MCP 搭配，撬动十倍杠杆

matlab + filesystem

读取数据文件 → 运行 MATLAB 计算 → 保存结果文件

读取 ./data/*.csv，编写一个 MATLAB 脚本处理每个文件，将输出保存到 ./processed/。运行并确认。✓ 已复制

matlab + git

对 agent 生成的脚本进行版本控制

生成 MATLAB 分析脚本，运行它，验证结果看起来不错，然后用描述性消息提交脚本。✓ 已复制

工具

此 MCP 暴露的能力

工具	输入参数	何时调用	成本
detect_matlab_toolboxes		第一步——了解你可以使用什么	free
check_matlab_code	script_path (absolute)	运行前检查——快速捕获明显问题	free
evaluate_matlab_code	code: str, project_path (absolute)	一次性表达式或内联代码	free
run_matlab_file	script_path (absolute)	执行已保存的 .m 文件	free
run_matlab_test_file	script_path (absolute)	结构化的测试执行	free

成本与限制

运行它的成本

API 配额: 无——本地 MATLAB 执行
每次调用 Token 数: 脚本输出可能很大（图表、表格）。限制返回的数据。
费用: 需要 MATLAB 许可证（不免费）；MCP 本身免费
提示: 让 agent 将图表写入文件，而不是在响应中返回大的数值矩阵

安全

权限、密钥、影响范围

凭据存储： 无——本地执行

数据出站： 无——MATLAB 在本地运行

故障排查

常见错误与修复

首次调用时'未找到 MATLAB 引擎'

将 MATLAB 注册为个人自动化服务器：在 MATLAB 中运行 matlab.engine.shareEngine。之后重启 MCP。

验证：从终端运行：`python -c 'import matlab.engine; matlab.engine.find_matlab()'` ——应该列出引擎

脚本错误：'未定义函数'

该函数在未安装的工具箱中，或不在 MATLAB 路径上。运行 detect_matlab_toolboxes 并确认。

check_matlab_code 没有报告任何问题，但运行时失败

mlint 捕获语法而非语义。使用 evaluate_matlab_code 和小测试输入来验证逻辑。

长时间运行的脚本超时

MCP 客户端有单次调用超时。将脚本分成多个阶段，将中间结果保存到磁盘；逐阶段运行。

替代方案

MATLAB 对比其他方案

替代方案	何时用它替代	权衡
通过 shell MCP 使用 Octave	你没有 MATLAB 许可证且需要开源替代品	核心语法兼容，但工具箱经常有显著差异
通过 Python-exec MCP 使用 Python（numpy/scipy）	你愿意转换工作流	免费、生态庞大，但你要放弃 MATLAB 特定的工具箱（Simulink 等）

MATLAB

为什么要用

核心特性

实时演示

实际使用效果

安装

选择你的客户端

使用场景

实战用法： MATLAB

生成、分析并运行 MATLAB 脚本

前置条件

步骤

注意事项

运行 MATLAB 单元测试并迭代修复失败

前置条件

步骤

注意事项

组合

与其他 MCP 搭配，撬动十倍杠杆

工具

此 MCP 暴露的能力

成本与限制

运行它的成本

安全

权限、密钥、影响范围

故障排查

常见错误与修复

替代方案

MATLAB 对比其他方案

更多

资源