mathlas : recherche et contrôle mathématiques sans API key — chercher d'abord les théorèmes existants

Pour qui

Vous faites des maths dans Claude Code ou Cursor et voulez que le modèle invente moins de théorèmes, constantes et suites, sans demander un nouvel API key. mathlas lui-même ne lance pas de grand modèle, n'exige pas de key et est gratuit. Il fournit candidats, verdicts, inventaires et échafaudages ; le raisonnement reste à votre AI.

Deux tâches concrètes : retrouver de vrais théorèmes avec search_existing_math dans un index d'environ 3,68 millions d'articles ; ou identifier une constante inconnue avec identify_constant (PSLQ plus appariement de forme close, 50 chiffres) et une suite d'entiers avec identify_sequence (appariement exact de termes OEIS).

Dépôt officiel seul sur une ligne :

https://github.com/Archerkattri/mathlas

Premier essai en 3 minutes

Uniquement cette ligne officielle. Il faut uv d'abord. Documentation uv seule sur une ligne :

https://docs.astral.sh/uv/

Puis exécuter :

claude mcp add mathlas -- uvx mathlas-mcp

Préalable : uv est installé. Pas d'API key. Le texte officiel dit nothing to install first, mais cela dépend encore de uv.

Où configurer : Claude Code utilise la ligne add ci-dessus ; Cursor ou un autre client MCP pointe stdio vers la même uvx mathlas-mcp. Ne lancez pas en plus python -m mathlas.server comme voie principale. Le service préfère le mcp SDK officiel et, s'il manque, revient à un stdio JSON-RPC sans dépendance ; officiellement il démarre toujours.

Premier pas à bas risque : appeler search_existing_math et chercher un théorème existant dans l'index 3.68M. C'est une recherche : des données pour le raisonnement du modèle, sans modifier votre dépôt. Le signal de succès, ce sont des candidats ou des résultats, pas une nouvelle preuve. Il y a douze outils ; cette page n'en nomme que quelques-uns — n'inventez pas les autres.

Ne lisez pas « pas de LLM, pas d'API key » comme hors réseau ou sans lecture locale. uvx démarre un processus local ; recherche et vérification peuvent lire des données locales optionnelles. Même si readOnlyHint apparaît, ce n'est pas un risque nul.

Cas d'usage

Cas 1 : d'abord contrôler un théorème peut-être halluciné. Appelez search_existing_math et cherchez un vrai théorème dans l'index 3.68M. Le texte officiel mentionne aussi verify_numeric et verify_formal pour vérifier des assertions, et parle de risque d'hallucination nul ; verify_formal exige une chaîne Lean et, à défaut, renvoie clairement data/toolchain not available au lieu d'inventer. Cette page n'a pas leur table de paramètres.

Cas 2 : reconnaître une constante ou une suite d'entiers. Appelez identify_constant avec PSLQ plus appariement de forme close, précision indiquée 50 chiffres. Ou identify_sequence pour un appariement exact de termes OEIS. identify_sequence a besoin d'une copie OEIS locale ; sans elle, il se dégrade honnêtement et renvoie unavailable plutôt qu'un faux hit. Aucun exemple de format d'entrée n'est donné.

Limites d'usage

Pas d'API key, mais uv est requis. Parmi les douze outils, cette page ne nomme que search_existing_math, verify_numeric, verify_formal, identify_constant, identify_sequence. Si Lean ou une OEIS locale manque, les outils disent unavailable et n'inventent pas. mathlas ne renvoie que des données ; la preuve reste au modèle. Sans données locales optionnelles, les fonctions se contractent. Le texte officiel ne décrit ni fréquence de mise à jour de l'index, ni ressources, ni annulation. Ne lisez pas « risque d'hallucination nul » comme si les outils de vérification ne touchaient jamais cette machine.