Math & Numbers
Berechnet die Kennzahlen des Multiserver-Warteschlangensystems M/M/c (Poisson-Ankünfte mit Rate λ, c identische exponentielle Server mit Rate μ, eine gemeinsame FCFS-Warteschlange): angebotene Last a = λ/μ, Auslastung pro Server ρ, Leerlaufwahrscheinlichkeit P0, Erlang-C-Wartewahrscheinlichkeit Pw, mittlere Anzahlen Lq und L, mittlere Zeiten W und Wq, kreuzgeprüft mit Littles Gesetz und der Beziehung Pw→Lq. Setzt λ < cμ voraus (sonst Ablehnung als instabil); mit c = 1 reduzieren sich die Formeln auf M/M/1. Klassiker: λ = 6/h, μ = 3/h, c = 3 → P0 = 0.1111, Pw = 0.4444, Lq = 0.8889, L = 2.8889.
Rufen Sie dieses Werkzeug aus Ihrem Code in drei Sprachen auf.
curl -X POST 'http://127.0.0.1:3003/de/api/tools/queuing-theory-mmc' \
-H 'Content-Type: application/json' \
-d '{"arrivalRate":6,"serviceRate":3,"servers":3,"decimalPlaces":4}'Senden Sie eine POST-Anfrage mit Ihren Eingaben als JSON. Dateiparameter erfordern einen vorherigen Upload.
POST http://127.0.0.1:3003/de/api/tools/queuing-theory-mmc| Name | Typ | Erforderlich | Beschreibung |
|---|---|---|---|
| arrivalRate | number | Ja | Average arrivals per time unit (Poisson process). Must be below c·μ. |
| serviceRate | number | Ja | Average services per time unit for each of the c servers. |
| servers | number | Ja | Number of parallel identical servers (1–20). c = 1 reproduces the M/M/1 formulas. |
| decimalPlaces | number | Nein | — |
Textergebnis
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}Fügen Sie dieses Werkzeug Ihrem Model-Context-Protocol-Server hinzu, damit KI-Agenten es auflisten und aufrufen können.
Fügen Sie diesen Block Ihrer MCP-Client-Konfiguration hinzu:
{
"mcpServers": {
"elysiatools-queuing-theory-mmc": {
"name": "queuing-theory-mmc",
"description": "Berechnet die Kennzahlen des Multiserver-Warteschlangensystems M/M/c (Poisson-Ankünfte mit Rate λ, c identische exponentielle Server mit Rate μ, eine gemeinsame FCFS-Warteschlange): angebotene Last a = λ/μ, Auslastung pro Server ρ, Leerlaufwahrscheinlichkeit P0, Erlang-C-Wartewahrscheinlichkeit Pw, mittlere Anzahlen Lq und L, mittlere Zeiten W und Wq, kreuzgeprüft mit Littles Gesetz und der Beziehung Pw→Lq. Setzt λ < cμ voraus (sonst Ablehnung als instabil); mit c = 1 reduzieren sich die Formeln auf M/M/1. Klassiker: λ = 6/h, μ = 3/h, c = 3 → P0 = 0.1111, Pw = 0.4444, Lq = 0.8889, L = 2.8889.",
"baseUrl": "http://127.0.0.1:3003/mcp/sse?toolId=queuing-theory-mmc",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}Nach dem Verbinden mit dem SSE-Endpunkt listen Sie die bereitgestellten Werkzeuge auf:
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}Rufen Sie das Werkzeug über seine ID auf; Argumente werden aus seiner Parameterliste gebildet:
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "queuing-theory-mmc",
"arguments": {
"arrivalRate": 6,
"serviceRate": 3,
"servers": 3,
"decimalPlaces": 4
}
}
}Fragen oder Probleme? Kontakt: [email protected]