Math & Numbers
在制冷效率三种指标之间换算：COP（无量纲，W/W）、EER（Btu/(W·h)）、SEER（季节 Btu/(W·h)）。标准关系：COP=EER/3.412，EER=COP×3.412，SEER=EER/α（α 季节加权系数，默认 0.875，可调 0.8–0.91 以匹配地区标准如 ARI 210/240）。输入任一指标，输出三种全部数值。
用三种语言从你的代码中调用此工具。
curl -X POST 'https://api.elysiatools.com/zh/api/tools/eer-seer-converter' \
-H 'Content-Type: application/json' \
-d '{"fromMetric":"EER","value":10.5,"seerEerFactor":0.875,"decimalPlaces":4}'以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。
POST https://api.elysiatools.com/zh/api/tools/eer-seer-converter| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| fromMetric | select | 否 | Which metric the Input Value represents. The other two are computed from it. |
| value | number | 是 | Value of the selected Input Metric. |
| seerEerFactor | number | 否 | Seasonal weighting factor α relating SEER and EER (SEER = EER/α). Default 0.875 (common US approximation). Adjust to match regional standards (0.8–0.91). |
| decimalPlaces | number | 否 | — |
JSON 结果
{
"key": {...},
"metadata": {
"key": "value"
},
"error": "Error message (optional)",
"message": "Notification message (optional)"
}将此工具加入你的 Model Context Protocol 服务，让 AI 智能体可以列出并调用它。
将以下内容加入你的 MCP 客户端配置：
{
"mcpServers": {
"elysiatools-eer-seer-converter": {
"name": "eer-seer-converter",
"description": "在制冷效率三种指标之间换算：COP（无量纲，W/W）、EER（Btu/(W·h)）、SEER（季节 Btu/(W·h)）。标准关系：COP=EER/3.412，EER=COP×3.412，SEER=EER/α（α 季节加权系数，默认 0.875，可调 0.8–0.91 以匹配地区标准如 ARI 210/240）。输入任一指标，输出三种全部数值。",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=eer-seer-converter",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}连接到 SSE 端点后，列出已开放的工具：
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}通过工具 id 调用，参数由其参数表构建：
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "eer-seer-converter",
"arguments": {
"fromMetric": "EER",
"value": 10.5,
"seerEerFactor": 0.875,
"decimalPlaces": 4
}
}
}有问题或反馈？请联系 [email protected]