🔬 OriginLab MCP Server

让 AI 成为你的 OriginLab 助手

通过 MCP 协议 将 OriginLab 的数据分析与可视化能力无缝接入 Antigravity、Claude、Cursor 等 AI 客户端

快速开始 · 功能一览 · 使用示例 · 客户端配置

Warning

v0.2 早期版本 — 本项目仍处于早期开发阶段，功能和 API 可能随时变更。欢迎试用和反馈，但请勿用于生产环境。

---

✨ 什么是 OriginLab MCP Server？

OriginLab MCP Server 是一个连接 AI 与 OriginLab 的桥梁。它让你可以用自然语言完成数据导入、图表绘制、样式定制、数据分析和结果导出——无需手动操作 Origin 界面。

你：「把桌面上的 experiment.csv 导入 Origin，用第一列做 X、第二列做 Y，画散点图，
     做个高斯拟合，然后导出为 PNG。」

AI：好的，我来帮你完成。
    ✅ 已导入 experiment.csv → Sheet1（200 行 × 5 列）
    ✅ 已创建散点图 → Graph1
    ✅ 高斯拟合完成 → xc=2.35, w=0.82, A=156.3, R²=0.9987
    ✅ 已导出 → C:\Users\Desktop\Graph1.png

工作原理

AI 客户端 (Antigravity / Claude / Cursor)
       ↓ MCP 协议 (stdio)
OriginLab MCP Server (Python)
       ↓ originpro + COM
OriginLab

📋 前置条件

条件	要求
操作系统	Windows
OriginLab	2021 或更新版本，持有有效许可证
Python	3.10+

🚀 快速开始

提供两种安装方式，任选其一：

方式 A：使用 uv（推荐，更快）

1. 安装 uv

irm https://astral.sh/uv/install.ps1 | iex

2. 安装依赖

cd C:\path\to\originlab-mcp
uv sync

3. 启动

uv run originlab-mcp

方式 B：使用 pip

1. 创建虚拟环境（可选但推荐）

cd C:\path\to\originlab-mcp
python -m venv .venv
.venv\Scripts\activate

2. 安装项目

pip install -e .

3. 启动

originlab-mcp

Server 启动后通过 stdio 等待客户端连接，首次调用 tool 时自动连接本机 OriginLab。

🧰 功能一览

共提供 64 个工具，覆盖 OriginLab 的数据全流程：

📊 数据管理（14 个工具）

分类	工具
导入	import_csv · import_excel · import_data_from_text
查看	list_worksheets · get_worksheet_info · get_worksheet_data · get_cell_value
编辑	set_column_designations · set_column_labels · set_column_formula
管理	add_worksheet · sort_worksheet · clear_worksheet · delete_columns

📈 绘图（10 个工具）

分类	工具
创建	create_plot · create_double_y_plot
修改	add_plot_to_graph · remove_plot_from_graph · change_plot_data
图层	add_graph_layer · group_plots
查看	list_graphs · list_graph_templates · get_graph_info

🎨 图表定制（25 个工具）

分类	工具
坐标轴	set_axis_range · set_axis_scale · set_axis_step · set_axis_title
线条	set_plot_line_style · set_plot_line_width
字体与刻度	set_graph_font · set_tick_style
颜色	set_plot_color · set_plot_colormap · set_plot_transparency
符号	set_plot_symbols · set_symbol_size · set_symbol_interior
分组递增	set_color_increment · set_symbol_increment
误差棒	set_error_bar_style
填充	set_fill_area
图例	set_legend
一键风格	apply_publication_style
标注	set_graph_title · add_text_label · add_line_to_graph · remove_graph_label

📐 数据分析（3 个工具）

linear_fit · nonlinear_fit · list_fit_functions

支持 Gauss、Lorentz、ExpDec1、Boltzmann 等常用拟合函数，可固定参数、设置初始值、带误差棒拟合。

💾 导出与项目（6 个工具）

export_graph · export_all_graphs · export_worksheet_to_csv · save_project · open_project · new_project

🔧 系统管理（4 个工具）

get_origin_info · release_origin · reconnect_origin · close_origin

⚡ 高级（2 个工具）

execute_labtalk · get_labtalk_variable

其中 execute_labtalk 用于最后手段的脚本逃生舱，get_labtalk_variable 用于安全读取 LabTalk 变量值。

💬 使用示例

配置好客户端后，在 AI 对话中直接用自然语言操作：

你说的话	AI 调用的 tool
「把 data.csv 导入 Origin」	import_csv
「这个表有几列？列头是什么？」	get_worksheet_info
「第一列设 X，第二三列设 Y」	set_column_designations
「画个散点图」	create_plot
「再加一条第三列的曲线」	add_plot_to_graph
「X 轴标题改成 Time (s)，曲线改红色」	set_axis_title + set_plot_color
「一键套成论文图风格」	apply_publication_style
「把第二图层套成论文风格，线宽 3、符号 12」	apply_publication_style
「做个高斯拟合」	nonlinear_fit
「把 Y 轴改成对数刻度」	set_axis_scale
「导出 PNG 到桌面」	export_graph
「把项目里所有图都导出成 SVG」	export_all_graphs
「操作完了，释放 Origin 给我手动用」	release_origin

apply_publication_style 支持指定 layer_index，以及轴标题字号、刻度字号、图例字号、主刻度长度、次刻度数量、线宽、符号大小等常用论文图参数。

典型的完整工作流：

导入数据 → 查看结构 → 设置列角色 → 创建图表 → 定制外观 → 数据分析 → 导出结果

🔌 客户端配置

Note

你不需要手动启动 MCP Server。 配置好后，AI 客户端会在需要时自动拉起 Server 子进程，通过 stdin/stdout 通信，整个过程对用户无感知。

路径请替换为你的实际项目路径。

Antigravity (Gemini) — 推荐

在项目根目录创建 .gemini/settings.json：

使用 uv：

{
  "mcpServers": {
    "originlab": {
      "command": "uv",
      "args": ["--directory", "C:\\path\\to\\originlab-mcp", "run", "originlab-mcp"]
    }
  }
}

使用 pip：

{
  "mcpServers": {
    "originlab": {
      "command": "C:\\path\\to\\originlab-mcp\\.venv\\Scripts\\originlab-mcp.exe"
    }
  }
}

Claude Desktop

编辑 %APPDATA%\Claude\claude_desktop_config.json，内容格式同上（选择对应安装方式的配置）。

Cursor

在项目根目录创建 .cursor/mcp.json，内容格式同上。

Codex (OpenAI)

在项目根目录创建 .codex/config.json，内容格式同上。

🧪 测试

# uv
uv run pytest tests/ -v

# pip（激活虚拟环境后）
pytest tests/ -v

基础测试不依赖 Origin 安装，可在任何环境运行。

📁 项目结构

originlab-mcp/
├── pyproject.toml                # 项目配置与依赖
├── CHANGELOG.md                  # 版本变更记录
├── src/originlab_mcp/
│   ├── server.py                 # MCP Server 入口 & 依赖注入
│   ├── origin_manager.py         # Origin COM 连接管理（线程安全）
│   ├── exceptions.py             # 自定义异常类
│   ├── types.py                  # Protocol 类型定义
│   ├── tools/
│   │   ├── data.py               # 📊 数据导入与工作表管理 (14)
│   │   ├── plot.py               # 📈 图表创建与管理 (10)
│   │   ├── customize.py          # 🎨 图表外观定制 (25)
│   │   ├── analysis.py           # 📐 线性/非线性拟合 (3)
│   │   ├── export.py             # 💾 导出与项目管理 (6)
│   │   ├── system.py             # 🔧 系统与连接管理 (4)
│   │   └── advanced.py           # ⚡ LabTalk 逃生舱 (2)
│   └── utils/
│       ├── constants.py          # 枚举、默认值、拟合函数定义
│       ├── helpers.py            # 图层/工作表/图表解析、错误处理装饰器
│       └── validators.py         # 参数校验与统一返回结构
└── tests/
    ├── test_helpers.py           # helpers 辅助函数测试
    └── test_tools.py             # tool 注册与集成测试

❓ 常见问题

Origin 连接失败

请确认：

• OriginLab 2021+ 已安装在本机
• 持有有效许可证
• 当前用户有权限启动 Origin
• 没有其他程序占用 Origin COM 接口

MCP 客户端看不到 tools

1. 确认配置文件路径正确
2. 确认依赖已安装（uv sync 或 pip install -e .）
3. 重启 MCP 客户端

拟合结果不准确

1. 检查数据是否有异常值（可用 get_worksheet_data 预览）
2. 尝试通过 initial_params 提供更好的初始参数
3. 使用 fixed_params 固定已知参数
4. 确认选择了正确的拟合函数（list_fit_functions 可查看可用函数）

📜 许可证

MIT © 2025 garethbeaumo