MATLAB MCP — 使用場景, 安裝 & 即時演示

Name: MATLAB MCP Server
Author: matlab

為什麼要用

核心特性

第一方支援 — 由 MathWorks 維護
程式碼執行（evaluate_matlab_code）、檔案執行（run_matlab_file）、靜態分析（check_matlab_code）
單元測試執行器回傳結構化測試結果
工具箱偵測 — 代理在產生程式碼前即可得知哪些工具箱可用

即時演示

實際使用效果

matlab.replay ▶ 就緒

0/0

安裝

選擇你的客戶端

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

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

開啟 Claude Desktop → Settings → Developer → Edit Config。儲存後重啟應用。

~/.cursor/mcp.json · .cursor/mcp.json

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

Cursor 使用與 Claude Desktop 相同的 mcpServers 格式。專案級設定優先於全域。

VS Code → Cline → MCP Servers → Edit

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

點擊 Cline 側欄中的 MCP Servers 圖示，然後選 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json

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

格式與 Claude Desktop 相同。重啟 Windsurf 生效。

~/.continue/config.json

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

Continue 使用伺服器物件陣列，而非映射。

~/.config/zed/settings.json

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

加入 context_servers。Zed 儲存後熱重載。

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

一行命令搞定。用 claude mcp list 驗證，claude mcp remove 移除。

使用場景

實戰用法： MATLAB

產生、分析並執行 MATLAB 腳本

👤 工程研究人員、控制/DSP 工程師 ⏱ ~20 min intermediate

何時使用： 你想以對話方式在 MATLAB 中快速實作運算 — 產生、執行、調整、重複。

前置條件

已安裝 MATLAB R2020b+ 且設定於 PATH 中 — 在終端機執行 matlab -help 應能正常運作
將 MATLAB 登錄為 Personal Automation Server — 在 MATLAB 中執行一次 matlab.engine.shareEngine — 詳見 MCP README

步驟

確認可用功能

偵測已安裝的 MATLAB 工具箱。我需要 Signal Processing 和 Control System。✓ 已複製

→ 列出各工具箱及版本；代理了解可使用的功能
產生腳本

撰寫一個 MATLAB 腳本，載入 signal.mat，套用 50Hz 的 Butterworth 低通濾波器，並繪製濾波前後的對比圖。儲存為 ./lp_filter.m。✓ 已複製

→ .m 檔案已寫入
檢查後執行

對 lp_filter.m 執行 check_matlab_code，修正任何問題，然後執行 run_matlab_file 並回傳圖表路徑。✓ 已複製

→ 靜態檢查通過，腳本執行完畢，輸出圖表已儲存

結果： 無需切換視窗，在幾分鐘內完成可運作的 MATLAB 原型。

注意事項

相對路徑會失效 — MATLAB 從自己的工作目錄啟動 — 在 script_path 及腳本內部一律使用絕對路徑；或在腳本第一行 cd 至你的目錄
腳本在非互動模式下因 uiopen/繪圖視窗而卡住 — 使用 figure('Visible','off') 並以 saveas() 儲存至檔案，而非直接顯示

搭配使用： filesystem

執行 MATLAB 單元測試並迭代修正失敗項目

👤 維護 MATLAB 程式碼庫的工程師 ⏱ ~20 min intermediate

何時使用： 你有一個測試套件（matlab.unittest），希望代理執行並協助修正回歸問題。

前置條件

使用 matlab.unittest 的測試檔案 — 繼承自 matlab.unittest.TestCase 的類別

步驟

執行測試套件

執行 ./tests/MyAlgorithmTest.m 中的測試。回傳每個方法的通過/失敗狀態及錯誤訊息。✓ 已複製

→ 結構化測試報告
診斷問題

針對每個失敗項目，讀取斷言內容與實作程式碼，說明兩者的落差。✓ 已複製

→ 各失敗項目的根本原因
修正並重新執行

對實作程式碼（非測試）套用最小幅度的修正，重複執行直到全部通過。✓ 已複製

→ 所有測試通過

結果： 由代理驅動的 MATLAB 程式碼 TDD 循環。

注意事項

測試依賴的檔案不在 MATLAB 路徑中 — 在測試開頭加入 addpath(genpath(pwd))，或明確傳入 project_path

組合

與其他 MCP 搭配，撬動十倍槓桿

matlab + filesystem

讀取資料檔案 → 執行 MATLAB 運算 → 儲存結果檔案

讀取 ./data/*.csv，撰寫一個 MATLAB 腳本逐一處理，將輸出儲存至 ./processed/。執行並確認結果。✓ 已複製

matlab + git

對代理產生的腳本進行版本控制

產生 MATLAB 分析腳本，執行並確認結果無誤後，以描述性訊息提交腳本至版本庫。✓ 已複製

工具

此 MCP 暴露的能力

工具	輸入參數	何時呼叫	成本
detect_matlab_toolboxes		第一步 — 了解可使用的工具箱	free
check_matlab_code	script_path (absolute)	執行前先進行靜態檢查 — 快速發現明顯問題	free
evaluate_matlab_code	code: str, project_path (absolute)	執行單次運算式或內嵌程式碼	free
run_matlab_file	script_path (absolute)	執行已儲存的 .m 檔案	free
run_matlab_test_file	script_path (absolute)	結構化測試執行	free

成本與限制

運行它的成本

API 配額: 無 — 本機 MATLAB 執行
每次呼叫 Token 數: 腳本輸出可能很大（圖表、表格）。請限制回傳的資料量。
費用: 需要 MATLAB 授權（非免費）；MCP 本身免費
提示: 讓代理將圖表輸出至檔案，而非在回應中回傳大型數值矩陣

安全

權限、密鑰、影響範圍

憑證儲存： 無 — 本機執行

資料出站： 無 — MATLAB 在本機執行

故障排查

常見錯誤與修復

'MATLAB engine not found' on first call

將 MATLAB 登錄為 Personal Automation Server：在 MATLAB 中執行 matlab.engine.shareEngine，然後重新啟動 MCP。

驗證：在終端機執行：`python -c 'import matlab.engine; matlab.engine.find_matlab()'` — 應列出可用的引擎

Scripts error with 'Undefined function'

該函式所在的工具箱未安裝，或未加入 MATLAB 路徑。執行 detect_matlab_toolboxes 並確認。

check_matlab_code reports nothing but runtime fails

mlint 只能捕捉語法問題，無法偵測語意問題。使用 evaluate_matlab_code 搭配小型測試輸入來驗證邏輯。

Long-running script times out

MCP 客戶端有每次呼叫的逾時限制。將腳本拆分為多個階段，將中間結果儲存至磁碟後逐段執行。

替代方案

MATLAB 對比其他方案

替代方案	何時用它替代	權衡
Octave via shell MCP	你沒有 MATLAB 授權且需要開源替代方案	核心語法相容，但工具箱往往有顯著差異
Python (numpy/scipy) via a Python-exec MCP	你願意將工作流程轉換至 Python	免費且生態系龐大，但需放棄 MATLAB 專屬工具箱（如 Simulink 等）

MATLAB

為什麼要用

核心特性

即時演示

實際使用效果

安裝

選擇你的客戶端

使用場景

實戰用法： MATLAB

產生、分析並執行 MATLAB 腳本

前置條件

步驟

注意事項

執行 MATLAB 單元測試並迭代修正失敗項目

前置條件

步驟

注意事項

組合

與其他 MCP 搭配，撬動十倍槓桿

工具

此 MCP 暴露的能力

成本與限制

運行它的成本

安全

權限、密鑰、影響範圍

故障排查

常見錯誤與修復

替代方案

MATLAB 對比其他方案

更多

資源