Qu’est-ce que Jacobian ?
Jacobian, de l'utilisateur GitHub morluto, donne à un agent une bibliothèque consultable d'opérations mathématiques typées plutôt qu'un interpréteur de code. Le serveur expose deux outils : math.find rapproche un besoin décrit du catalogue ou renvoie le schéma exact et les exemples d'une opération, et math.run exécute une opération avec un payload typé et renvoie un résultat typé. La couverture va de l'algèbre linéaire exacte, de l'algèbre des polynômes et de la théorie des nombres aux graphes, à la résolution SAT et SMT bornée, à la théorie des groupes, à la combinatoire, aux probabilités, à la géométrie et à la topologie. La même bibliothèque s'utilise en ligne de commande et comme paquet Python.
Le dépôt a été créé en juillet 2026, compte environ 370 étoiles, est sous licence MIT et a publié la 0.23.0 le 3 octobre 2026 sur PyPI et npm, avec des commits qui se poursuivent en novembre. Le projet se dit pré-stable : les contrats expérimentaux des opérations peuvent changer d'une version à l'autre.
Installer Jacobian
npx jacobian@latest setupJacobian vaut-il le coup ?
Le choix de conception de Jacobian consiste à donner au modèle des coups mathématiques, pas des solveurs. Selon notre décompte du code source de la v0.23.0, on trouve plus de 1 400 déclarations d'opérations dans 33 paquets de domaine, chacune une fonction étroite comme un pgcd étendu, un déterminant exact, une orbite de Galois ou la minimisation d'un automate d'arbres, avec au moins un exemple que la suite de tests exécute. Les résultats sont exacts quand ils le revendiquent, et les réponses approchées ou incomplètes le signalent dans le résultat lui-même. Le modèle décide comment les combiner. Cacher le catalogue derrière math.find et math.run ramène le coût en contexte à deux schémas d'outils, là où lister chaque opération représenterait des centaines de définitions.
Ce qu'il peut toucher est presque nul. D'après le code source, le serveur local est sans état et les opérations intégrées ne lisent ni ne créent d'état côté serveur ; à notre lecture, aucun outil ne lit de fichiers, ne fait d'appels réseau ni n'exécute de commandes, et il fonctionne en stdio. Le risque pratique est le calcul : la documentation prévient que des opérations exactes peuvent légitimement durer des minutes ou plus, si bien qu'un délai d'expiration côté client peut couper un long calcul. Le mode distant, jacobian-remote-mcp, se lie par défaut à 127.0.0.1:8000 et refuse de démarrer sans fichier de jetons, chaque jeton bearer comptant au moins 32 caractères, sauf si l'option --allow-anonymous, réservée au développement, est activée. Il journalise un hachage à clé de chaque requête math.find, pas son texte.
Le hic : c'est un projet jeune, rapide et largement porté par un seul auteur. Un compte signe environ 3 830 des commits, la numérotation des pull requests a dépassé 4 570 en moins de quatre mois et 85 tickets étaient ouverts lors de notre vérification. Le cadre d'installation testé est étroit, CPython 3.12 ou 3.13 sur Linux x86-64 avec glibc, et Alpine ne peut pas installer la pile complète. Singular et QEPCAD, nécessaires à un petit nombre d'opérations, ne sont pas fournis.
Notre avis : pour des réponses exactes plutôt que plausibles, Jacobian est un instrument plus fin que de laisser un modèle écrire du SymPy au fil de l'eau, et il complète les outils Lean comme lean-lsp-mcp, qui vérifie des preuves au lieu de calculer des valeurs. Pour un modèle de contraintes que vous voulez écrire vous-même, mcp-solver reste le plus adapté.
Là où il fait la différence
Une doctorante en combinatoire algébrique
Tester une identité conjecturée sur les coefficients de Littlewood-Richardson sur de nombreux petits cas
L'agent trouve avec math.find les opérations sur les coefficients et les nombres de Kostka, les exécute sur les partitions jusqu'à une taille choisie et signale tout contre-exemple avec les entrées exactes. Gratuit ; la limite est le temps que prend chaque cas.
Un ingénieur vérification dans une start-up de matériel de 40 personnes
Savoir si un ensemble de contraintes sur des vecteurs de bits tirées d'une spécification est satisfiable
L'agent encode les contraintes pour l'opération SMT bornée, qui appelle Z3 directement, et renvoie un modèle ou un inconnu explicite. Cela évite un script Z3 jetable, mais les contrôles de production doivent rester dans votre propre suite de tests.
Un professeur de mathématiques qui prépare une feuille d'exercices d'algèbre linéaire
Produire des réponses et déterminants exacts pour 30 matrices rationnelles
L'agent lance matrix.determinant.compute et les opérations exactes voisines sur chaque matrice et met en forme les résultats, sans arrondi en virgule flottante dans le corrigé.
Avant de vous engager
- Mise en route
- Avec Node.js 20.17+ et uv installés, npx jacobian@latest setup détecte vos agents et écrit leurs entrées MCP ainsi qu'une skill jacobian-math après relecture des changements (--dry-run affiche un aperçu). Sinon, lancez uvx --python 3.12 --from jacobian jacobian-mcp, ou pip install jacobian.
- Intégrations
- Deux outils MCP (math.find, math.run), une ressource operation://catalog, une CLI jacobian avec inspect et run, et une API Python native. Les backends sont SymPy, NetworkX, Z3 et Python-FLINT, avec Singular et QEPCAD en option.
- Données et confidentialité
- Serveur local en stdio sans état stocké et sans accès fichiers ni réseau dans ses outils ; vos problèmes et résultats partent chez votre fournisseur de modèles. Le mode distant exige un fichier de jetons (jetons de 32 caractères ou plus) ou une option anonyme explicite, utilise 127.0.0.1 par défaut et ne journalise qu'un hachage HMAC des requêtes de découverte.
- Coût à grande échelle
- Gratuit sous MIT. Les coûts sont les jetons du modèle et le temps CPU ; la documentation indique que des opérations exactes peuvent durer des minutes ou plus.
- Limites
- Version pré-stable 0.23.0 ; les contrats expérimentaux changent entre versions. Python 3.12 à 3.13 uniquement (PyPI exige moins de 3.14) ; musl et Alpine non pris en charge. Les longs calculs peuvent dépasser les délais d'expiration du client. 85 tickets ouverts.
Les points forts
- Seulement deux schémas d'outils dans le contexte
- Plus de 1 400 opérations exactes et typées
- Aucun accès fichiers, réseau ou shell dans ses outils
- Le mode distant refuse de démarrer sans jetons bearer
Les points faibles
- Pré-stable ; les contrats peuvent changer entre versions
- Surtout un seul auteur, 85 tickets ouverts
- Testé seulement sur Python 3.12 et 3.13, Linux x86-64 glibc
- Certaines opérations exigent d'installer Singular ou QEPCAD à part
Idéal pour
Mathématiciens, chercheurs et ingénieurs qui veulent qu'un agent calcule des résultats algébriques, combinatoires ou logiques exacts plutôt que de les approcher en prose.
Alternatives à Jacobian
Jacobian : questions fréquentes
- Jacobian vaut-il le coup ?
- Un serveur de mathématiques d'une rigueur peu commune qui limite la liste d'outils du modèle à deux entrées, même si son rythme et son statut pré-stable en font davantage un instrument de recherche qu'une dépendance. Nous lui donnons 3.7 sur 5.
- Combien coûte Jacobian ?
- Gratuit et open source (MIT). Héberger un serveur distant se fait aux frais de votre propre infrastructure.
- Quels sont les inconvénients de Jacobian ?
- Pré-stable ; les contrats peuvent changer entre versions; surtout un seul auteur, 85 tickets ouverts; testé seulement sur Python 3.12 et 3.13, Linux x86-64 glibc; certaines opérations exigent d'installer Singular ou QEPCAD à part.
- À qui s’adresse Jacobian ?
- Mathématiciens, chercheurs et ingénieurs qui veulent qu'un agent calcule des résultats algébriques, combinatoires ou logiques exacts plutôt que de les approcher en prose.
- Combien coûte Jacobian pour une équipe ou en production ?
- Gratuit sous MIT. Les coûts sont les jetons du modèle et le temps CPU ; la documentation indique que des opérations exactes peuvent durer des minutes ou plus.
- Jacobian est-il sûr pour les données de l’entreprise ?
- Serveur local en stdio sans état stocké et sans accès fichiers ni réseau dans ses outils ; vos problèmes et résultats partent chez votre fournisseur de modèles. Le mode distant exige un fichier de jetons (jetons de 32 caractères ou plus) ou une option anonyme explicite, utilise 127.0.0.1 par défaut et ne journalise qu'un hachage HMAC des requêtes de découverte.
- Quelles sont les meilleures alternatives à Jacobian ?
- Les alternatives les plus proches que nous avons testées sont MCP Solver, Lean LSP MCP et Sequential Thinking (reference server).
Réponses vérifiées le 16 nov. 2026.