Pular para o conteúdo
ReviewRamble

A newsletter semanal

IA, analisada, na sua caixa de entrada.

  • Novas análises de ferramentas, modelos, servidores MCP e repositórios, com o veredicto logo no início
  • Preços e notas reconferidos quando algo muda
  • Novos artigos de análise assim que são publicados

Modelos, agentes, servidores MCP e as ferramentas que realmente valem seu tempo.

Um e-mail por semana. Cancele pelo link em qualquer edição. Como usamos seu e-mail

Jacobian

Duas ferramentas MCP, math.find e math.run, sobre um catálogo de mais de 1.400 operações matemáticas exatas baseadas em SymPy, Z3 e FLINT.

Análise de ReviewRamble editors · Atualizado

Guia de instalação Código aberto

Compartilhe esta página:XLinkedInFacebookRedditWhatsAppE-mail

Nossa nota

3.7/5

Um servidor de matemática incomumente rigoroso que reduz a lista de ferramentas do modelo a duas entradas, embora o ritmo e o rótulo de pré-estável o tornem mais um instrumento de pesquisa do que uma dependência.

O que é Jacobian?

Jacobian, do usuário do GitHub morluto, dá a um agente uma biblioteca pesquisável de operações matemáticas tipadas em vez de um interpretador de código. O servidor expõe duas ferramentas: math.find compara uma necessidade descrita com o catálogo ou devolve o esquema exato e os exemplos de uma operação, e math.run executa uma operação com um payload tipado e devolve um resultado tipado. A cobertura vai de álgebra linear exata, álgebra de polinômios e teoria dos números a grafos, resolução limitada de SAT e SMT, teoria de grupos, combinatória, probabilidade, geometria e topologia. A mesma biblioteca pode ser usada por uma CLI e como pacote Python.

O repositório foi criado em julho de 2026, tem cerca de 370 estrelas, usa a licença MIT e lançou a 0.23.0 em 3 de outubro de 2026 no PyPI e no npm, com commits que seguem em novembro. O projeto se declara pré-estável: contratos experimentais de operações podem mudar entre versões.

Como instalar Jacobian

npx jacobian@latest setup

Jacobian vale a pena?

A escolha de design do Jacobian é dar ao modelo movimentos matemáticos, não solucionadores. Na nossa contagem do código-fonte da v0.23.0, há mais de 1.400 declarações de operações em 33 pacotes de domínio, cada uma uma função estreita, como um mdc estendido, um determinante exato, uma órbita de Galois ou a minimização de um autômato de árvores, com pelo menos um exemplo que a suíte de testes executa. Os resultados são exatos quando dizem ser, e respostas aproximadas ou incompletas informam isso no próprio resultado. O modelo decide como combiná-las. Esconder o catálogo atrás de math.find e math.run reduz o custo de contexto a dois esquemas de ferramenta, quando listar cada operação significaria centenas de definições.

O que ele pode tocar é quase nada. Segundo o código-fonte, o servidor local não guarda estado e as operações embutidas não leem nem criam estado próprio do servidor; na nossa leitura, nenhuma ferramenta lê arquivos, faz chamadas de rede ou executa comandos, e ele roda por stdio. O risco prático é o processamento: a documentação avisa que operações exatas podem legitimamente levar minutos ou mais, então um timeout do cliente pode interromper um cálculo longo. O modo remoto, jacobian-remote-mcp, se vincula por padrão a 127.0.0.1:8000 e se recusa a iniciar sem um arquivo de tokens, com cada token bearer de pelo menos 32 caracteres, a menos que a opção --allow-anonymous, só para desenvolvimento, esteja ativa. Ele registra um hash com chave de cada consulta a math.find, não o texto.

O porém: é um projeto jovem, acelerado e quase todo de um único autor. Uma conta assina cerca de 3.830 dos commits, a numeração de pull requests passou de 4.570 em menos de quatro meses e havia 85 issues abertas quando verificamos. O contrato de instalação testado é estreito, CPython 3.12 ou 3.13 em Linux x86-64 com glibc, e o Alpine não consegue instalar a pilha completa. Singular e QEPCAD, necessários para um pequeno grupo de operações, não são instalados para você.

Nossa opinião: para respostas exatas, e não apenas plausíveis, o Jacobian é um instrumento mais preciso do que deixar um modelo escrever SymPy na hora, e complementa ferramentas de Lean como o lean-lsp-mcp, que verifica provas em vez de calcular valores. Para um modelo de restrições que você mesmo queira escrever, o mcp-solver continua sendo a opção mais próxima.

Onde ele se destaca

  • Uma doutoranda em combinatória algébrica

    Testar uma identidade conjecturada sobre coeficientes de Littlewood-Richardson em muitos casos pequenos

    O agente encontra com math.find as operações de coeficientes e de números de Kostka, executa-as em partições até o tamanho escolhido e relata qualquer contraexemplo com as entradas exatas. Gratuito; o limite é quanto tempo cada caso leva.

  • Um engenheiro de verificação em uma startup de hardware com 40 pessoas

    Saber se um conjunto de restrições de vetores de bits de uma especificação é satisfatível

    O agente codifica as restrições para a operação SMT limitada, que chama o Z3 diretamente, e devolve um modelo ou um desconhecido explícito. Poupa escrever um script de Z3 descartável, mas as verificações de produção devem continuar na sua própria suíte de testes.

  • Um professor de matemática preparando uma lista de exercícios de álgebra linear

    Gerar respostas e determinantes exatos para 30 matrizes racionais

    O agente roda matrix.determinant.compute e operações exatas relacionadas em cada matriz e formata os resultados, sem arredondamento de ponto flutuante no gabarito.

Antes de decidir

Configuração
Com Node.js 20.17+ e uv instalados, npx jacobian@latest setup detecta seus agentes e grava as entradas MCP e uma skill jacobian-math depois que você revisa as mudanças (--dry-run mostra uma prévia). Ou rode uvx --python 3.12 --from jacobian jacobian-mcp, ou pip install jacobian.
Integrações
Duas ferramentas MCP (math.find, math.run), um resource operation://catalog, uma CLI jacobian com inspect e run e uma API Python nativa. Os backends são SymPy, NetworkX, Z3 e Python-FLINT, com Singular e QEPCAD opcionais.
Dados e privacidade
Servidor local por stdio sem estado guardado e sem acesso a arquivos ou rede nas ferramentas; seus problemas e resultados vão para o seu provedor de modelos. O modo remoto exige um arquivo de tokens (tokens com 32 ou mais caracteres) ou uma opção anônima explícita, usa 127.0.0.1 por padrão e registra apenas um hash HMAC das consultas de descoberta.
Custo em escala
Gratuito sob MIT. Os custos são tokens do modelo e tempo de CPU; a documentação diz que operações exatas podem levar minutos ou mais.
Limites
Versão pré-estável 0.23.0; contratos experimentais mudam entre versões. Só Python 3.12 a 3.13 (o PyPI exige menos de 3.14); musl e Alpine sem suporte. Cálculos longos podem estourar timeouts do cliente. 85 issues abertas.

O que é bom

  • Só dois esquemas de ferramenta no contexto
  • Mais de 1.400 operações exatas e tipadas
  • Sem acesso a arquivos, rede ou shell nas ferramentas
  • O modo remoto não inicia sem tokens bearer

O que não é

  • Pré-estável; contratos podem mudar entre versões
  • Quase um só autor, 85 issues abertas
  • Testado só em Python 3.12 e 3.13, Linux x86-64 com glibc
  • Algumas operações exigem instalar Singular ou QEPCAD à parte

Ideal para

Matemáticos, pesquisadores e engenheiros que querem que um agente calcule resultados algébricos, combinatórios ou lógicos exatos em vez de aproximá-los em texto.

Alternativas ao Jacobian

Jacobian: perguntas frequentes

Jacobian vale a pena?
Um servidor de matemática incomumente rigoroso que reduz a lista de ferramentas do modelo a duas entradas, embora o ritmo e o rótulo de pré-estável o tornem mais um instrumento de pesquisa do que uma dependência. Damos nota 3.7 de 5.
Quanto custa Jacobian?
Gratuito e de código aberto (MIT). Hospedar um servidor remoto fica por conta da sua própria infraestrutura.
Quais são as desvantagens de Jacobian?
Pré-estável; contratos podem mudar entre versões; quase um só autor, 85 issues abertas; testado só em Python 3.12 e 3.13, Linux x86-64 com glibc; algumas operações exigem instalar Singular ou QEPCAD à parte.
Para quem Jacobian é indicado?
Matemáticos, pesquisadores e engenheiros que querem que um agente calcule resultados algébricos, combinatórios ou lógicos exatos em vez de aproximá-los em texto.
Quanto custa Jacobian para uma equipe ou em produção?
Gratuito sob MIT. Os custos são tokens do modelo e tempo de CPU; a documentação diz que operações exatas podem levar minutos ou mais.
Jacobian é seguro para dados da empresa?
Servidor local por stdio sem estado guardado e sem acesso a arquivos ou rede nas ferramentas; seus problemas e resultados vão para o seu provedor de modelos. O modo remoto exige um arquivo de tokens (tokens com 32 ou mais caracteres) ou uma opção anônima explícita, usa 127.0.0.1 por padrão e registra apenas um hash HMAC das consultas de descoberta.
Quais são as melhores alternativas ao Jacobian?
As alternativas mais próximas que analisamos são MCP Solver, Lean LSP MCP e Sequential Thinking (reference server).

Respostas verificadas em 16 de nov. de 2026.