Brain-Computer Interface with Model Context Protocol (BCI-MCP)

基本能力

产品定位

BCI-MCP是一个集成脑机接口（BCI）和模型上下文协议（MCP）的框架，旨在实现神经信号的实时采集、处理和AI交互。

核心功能

• 神经信号采集：实时捕获大脑活动的电信号。
• 信号处理：预处理、特征提取和分类脑信号。
• 命令生成：将解释的脑信号转换为命令。
• 反馈机制：提供反馈以帮助用户改进控制。
• 实时操作：以最小延迟处理大脑活动。
• 标准化上下文共享：通过MCP连接BCI数据与AI模型。
• 工具暴露：使BCI功能可用于AI应用程序。
• 可组合工作流：构建结合BCI信号和AI处理的复杂操作。
• 安全数据交换：实现隐私保护的神经数据传输。

适用场景

• 医疗保健和辅助技术：帮助行动不便者控制设备，支持神经康复。
• 研究和开发：促进脑功能和认知研究，加速BCI训练。
• AI增强接口：基于神经信号和AI辅助的自适应接口。

工具列表

• BCI硬件：用于神经信号采集的硬件设备。
• BCI软件：处理神经信号的软件组件。
• MCP服务器：实现BCI与AI模型通信的服务器。

常见问题解答

• 如何安装？：参考安装教程部分。
• 如何调试？：参考调试方式部分。

使用教程

使用依赖

• Python 3.10+
• 兼容的EEG硬件（或使用模拟模式进行测试）
• 其他依赖项在requirements.txt中列出

安装教程

# 克隆仓库
git clone https://github.com/enkhbold470/bci-mcp.git
cd bci-mcp

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

使用Docker

# 构建并启动所有服务
docker-compose up -d

# 访问文档：http://localhost:8000
# MCP服务器将在ws://localhost:8765可用

调试方式

# 启动MCP服务器
python src/main.py --server

# 使用交互式控制台
python src/main.py --interactive

# 列出可用EEG设备
python src/main.py --list-ports

# 记录60秒的BCI会话
python src/main.py --port /dev/tty.usbmodem1101 --record 60

许可证

该项目遵循 MIT 开源许可条款。