Science & Education
海森堡不确定性原理计算器
海森堡不确定性原理 Δx·Δp ≥ ℏ/2 的三种用法：由位置不确定度 Δx 求最小动量不确定度 Δp = ℏ/(2Δx)；由 Δp 求最小 Δx；或检验一组 (Δx, Δp) 是否满足不等式并给出比值。长度支持 m/mm/µm/nm/pm，动量支持 kg·m/s、g·cm/s、eV/c；可选输入粒子质量把 Δp 换算成速度展宽 Δv = Δp/m（并给出与光速之比）。
text· 文本结果打开工具
快速开始
用三种语言从你的代码中调用此工具。
cURL
curl -X POST 'https://api.elysiatools.com/zh/api/tools/uncertainty-principle-calculator' \
-H 'Content-Type: application/json' \
-d '{"mode":"dp","dx":100,"dxUnit":"pm","dp":0,"dpUnit":"kgms","mass":9.1093837015e-31}'API 参考
以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。
请求端点
HTTP
POST https://api.elysiatools.com/zh/api/tools/uncertainty-principle-calculator请求参数
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| mode | select | 是 | — |
| dx | number | 否 | — |
| dxUnit | select | 是 | — |
| dp | number | 否 | — |
| dpUnit | select | 是 | — |
| mass | number | 否 |
MCP 集成
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。
服务配置
将以下内容加入你的 MCP 客户端配置：
mcp.json
{
"mcpServers": {
"elysiatools-uncertainty-principle-calculator": {
"name": "uncertainty-principle-calculator",
"description": "海森堡不确定性原理 Δx·Δp ≥ ℏ/2 的三种用法：由位置不确定度 Δx 求最小动量不确定度 Δp = ℏ/(2Δx)；由 Δp 求最小 Δx；或检验一组 (Δx, Δp) 是否满足不等式并给出比值。长度支持 m/mm/µm/nm/pm，动量支持 kg·m/s、g·cm/s、eV/c；可选输入粒子质量把 Δp 换算成速度展宽 Δv = Δp/m（并给出与光速之比）。",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=uncertainty-principle-calculator",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}列出可用工具
连接到 SSE 端点后，列出已开放的工具：
tools/list
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}调用此工具
通过工具 id 调用，参数由其参数表构建：
tools/call
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "uncertainty-principle-calculator",
"arguments": {
"mode": "dp",
"dx": 100,
"dxUnit": "pm",
"dp": 0,
"dpUnit": "kgms",
"mass": 9.1093837015e-31
}
}
}可用逗号分隔的 toolId 在一个会话中串联多个工具，例如 /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp（最多 20 个）。
有问题或反馈？请联系 [email protected]