FERS

FERS MCP-Server — Statikberechnungen für KI-Agenten

FERS stellt einen echten Finite-Elemente-Solver über das Model Context Protocol bereit. Installieren Sie den lokalen Server, und Claude, Cursor, VS Code, Codex oder ChatGPT Desktop berechnen Träger, Rahmen und Fachwerke, führen Stahlnachweise nach Eurocode EN 1993-1-1 und liefern den Rechenweg wie bei einer Handrechnung — berechnet auf Ihrem eigenen Rechner. Kostenlos für die nicht-kommerzielle Nutzung bis 100 Stäbe; Pro, das die kommerzielle Nutzung abdeckt, bis 10,000.

Lokaler MCP-Server (stdio, Node.js 18 oder neuer)

npx -y @ferscloud/fers-mcp
Lokalen Server installierenClaude oder ChatGPT im Browser?

Was ist der FERS MCP-Server?

Das Model Context Protocol ist ein offener Standard, über den KI-Assistenten externe Tools entdecken und aufrufen können. FERS Cloud stellt seinen FEM-Solver als MCP-Server bereit, sodass jeder kompatible KI-Client Statikberechnungen für Sie ausführen kann.

Nach der Einrichtung fragen Sie Ihren KI-Assistenten einfach:

Berechne mit FERS einen Kragträger mit einer Einzellast von 10 kN am freien Ende, 6 m Spannweite, Stahlprofil IPE 300.

Die KI ruft automatisch die FERS-Solver-Tools auf, holt die Ergebnisse ab und erklärt Ihnen Verformungen, Auflagerreaktionen und Schnittgrößen.

Anders als ein reines Sprachmodell rechnet FERS tatsächlich: Jedes Ergebnis stammt aus einem Finite-Elemente-Solver, der gegen geschlossene analytische Lösungen validiert ist, und liefert den vollständigen Rechenweg — keine Schätzung.

Träger oder Rahmen mit KI berechnen

Verbinden Sie Ihren KI-Client mit dem FERS MCP-Server und beschreiben Sie die Konstruktion in normaler Sprache: Spannweite, Profil, Lagerung und Lasten. Der Agent erstellt ein berechnungsfertiges Modell, führt die FEM-Berechnung auf Ihrem Rechner aus und liefert Durchbiegungen, Auflagerreaktionen, Schnittgrößen und die Ausnutzung nach Eurocode.

Führe mit FERS den Nachweis eines IPE 400 in S275 nach EN 1993-1-1: Einfeldträger, 7,5 m Spannweite, 12 kN/m Streckenlast.
Baue mit FERS einen ebenen Portalrahmen — 8 m Spannweite, 4 m Traufhöhe, Stützen HEA 240, Riegel IPE 330 —, setze 5 kN/m Schneelast an und gib den maßgebenden Ausnutzungsgrad aus.

Ein Bauteilnachweis liefert die Ausnutzungsgrade für Biegung, Querkraft, kombinierte N+M-Beanspruchung und Biegedrillknicken — Absatz für Absatz nach Norm; check_beam gibt zusätzlich die Durchbiegung unter der charakteristischen Last aus. Eine Berechnung liefert Verformungen, Auflagerreaktionen und Schnittgrößen — jede Zahl im Bericht nachvollziehbar.

Zum vollständigen Eurocode-3-BerechnungsbeispielErst im Browser ausprobieren — Ask FERS, ganz ohne Installation

Schnellstart: in zwei Minuten verbunden

Im kostenlosen Tarif, der für die nicht-kommerzielle Nutzung bestimmt ist, brauchen Sie weder ein Konto noch einen Key.

  1. Installieren Sie Node.js 18 oder neuer — der Server läuft über npx, sonst ist nichts zu installieren.
  2. Fügen Sie FERS mit einem der folgenden Snippets zu Ihrem KI-Client hinzu.
  3. Optional, für Pro-Grenzen: Erstellen Sie einen API-Key auf Ihrer Profilseite und setzen Sie ihn als FERS_API_KEY.

Sie nutzen Claude oder ChatGPT im Browser oder auf dem Smartphone? Diese Apps können kein Programm auf Ihrem Rechner starten — verbinden Sie sie stattdessen mit dem gehosteten Server.

Den lokalen Server installieren

Ein npm-Paket, @ferscloud/fers-mcp, für jeden Client, der ein Programm auf Ihrem Rechner starten kann. Die FERS-Rechenmaschine läuft darin, daher findet jede Berechnung auf Ihrem Rechner statt und die Ergebnisse gehen direkt an Ihren Agenten zurück.

Zu Cursor hinzufügenIn VS Code installieren

Die Ein-Klick-Installationen richten den Server ohne Key im kostenlosen Tarif (nicht-kommerzielle Nutzung) ein. Für Pro, das die kommerzielle Nutzung abdeckt, ergänzen Sie FERS_API_KEY in seinem env.

Claude Desktop

Mit einem Klick: Laden Sie fers-mcp.mcpb aus dem neuesten Release herunter und doppelklicken Sie darauf. Oder fügen Sie dies in claude_desktop_config.json ein (Einstellungen → Entwickler → Konfiguration bearbeiten):

{
  "mcpServers": {
    "fers": {
      "command": "npx",
      "args": ["-y", "@ferscloud/fers-mcp"],
      "env": { "FERS_API_KEY": "<your key, optional>" }
    }
  }
}

Claude Code

claude mcp add --transport stdio fers --env FERS_API_KEY=<your key> -- npx -y @ferscloud/fers-mcp

Ein Befehl im Terminal. Für den kostenlosen Tarif lassen Sie --env und den Key weg.

Cursor (.cursor/mcp.json)

{
  "mcpServers": {
    "fers": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@ferscloud/fers-mcp"],
      "env": { "FERS_API_KEY": "<your key, optional>" }
    }
  }
}

VS Code / GitHub Copilot (.vscode/mcp.json)

VS Code verwendet einen Schlüssel servers auf oberster Ebene statt mcpServers.

{
  "servers": {
    "fers": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@ferscloud/fers-mcp"],
      "env": { "FERS_API_KEY": "<your key, optional>" }
    }
  }
}

Codex (~/.codex/config.toml)

[mcp_servers.fers]
command = "npx"
args = ["-y", "@ferscloud/fers-mcp"]
env = { FERS_API_KEY = "<your key>" }

ChatGPT desktop

In ChatGPT Desktop: Einstellungen → MCP-Server → Server hinzufügen → STDIO, mit dem Befehl:

npx -y @ferscloud/fers-mcp

Windsurf, Cline, Zed und jeder andere MCP-Client, der lokale Server startet, verwenden denselben Befehl.

Optionen

  • FERS_API_KEY optional. Ein FersCloud-API-Key (Profil → API Keys). Ohne Key läuft jede Berechnung im kostenlosen Tarif, für die nicht-kommerzielle Nutzung bis 100 Stäbe; ein Key eines Pro-Kontos deckt die kommerzielle Nutzung ab und hebt die Grenze auf 10,000 an.
  • --out-dir <folder> optional. solve_model mit detail "full" schreibt das vollständige Ergebnis in eine Datei in diesem Ordner und gibt deren Pfad zurück, statt es in die Unterhaltung zu stellen.

Was Ihren Rechner verlässt

Ihre Modelle nie. Ist FERS_API_KEY gesetzt, fragt der Server bei FersCloud nur ein kurzlebiges Lizenz-Token an; ohne Key wird überhaupt nichts gesendet.

Claude oder ChatGPT im Browser: der gehostete Server

Claude im Web und in der Mobil-App sowie ChatGPT im Web können kein Programm auf Ihrem Rechner starten und verbinden sich deshalb mit dem gehosteten Server. Er erstellt und validiert Modelle wie der lokale Server, führt aber keine Berechnung aus: solve_model, run_unity_checks und check_beam liefern einen Link, der das Modell in Ihrem Browser berechnet und die Ergebnisse dort anzeigt. Der Link ist öffentlich und 24 Stunden gültig. Für Ergebnisse direkt im Chat nutzen Sie den lokalen Server.

Gehosteter Endpunkt (Streamable HTTP, OAuth oder X-API-Key)

https://ferscloud.com/api/mcp

Claude (web & mobile)

In Claude im Web oder in der Mobil-App: Einstellungen → Konnektoren → Benutzerdefinierten Konnektor hinzufügen, dann die Endpunkt-URL einfügen. Die Anmeldung läuft über OAuth — kein Key erforderlich.

ChatGPT (web)

ChatGPT im Web fügt ihn als eigenen MCP-Server hinzu, der zu einem Plugin wird — siehe den ChatGPT-Abschnitt weiter unten.

Andere Clients über HTTP

Jeder Client, der Streamable HTTP beherrscht, kann ebenfalls den gehosteten Server nutzen, etwa wenn die Installation lokaler Programme nicht erlaubt ist. Senden Sie Ihren API-Key als X-API-Key-Header; Berechnungen kommen als Browser-Link zurück.

Claude Code

claude mcp add --transport http fers https://ferscloud.com/api/mcp --header "X-API-Key: YOUR_API_KEY"

VS Code / GitHub Copilot (.vscode/mcp.json)

{
  "servers": {
    "fers": {
      "type": "http",
      "url": "https://ferscloud.com/api/mcp",
      "headers": {
        "X-API-Key": "your-api-key-here"
      }
    }
  }
}

Cursor (.cursor/mcp.json)

{
  "mcpServers": {
    "fers": {
      "url": "https://ferscloud.com/api/mcp",
      "headers": {
        "X-API-Key": "your-api-key-here"
      }
    }
  }
}

Windsurf, Cline, Zed und jeder andere Streamable-HTTP-MCP-Client verwenden dieselbe URL und denselben X-API-Key-Header.

Claude.ai: Ergebnisse im Chat, mit dem FERS-Skill

Claude im Web und in den Desktop- und Mobil-Apps kann Python in einer eigenen Code-Sandbox ausführen. Mit hochgeladenem FERS-Skill installiert Claude FERS dort (pip install FERS) und berechnet Ihr Modell direkt im Chat: Verformungen, Schnittgrößen, Knicken und Nachweise nach EN 1993-1-1. Das Modell geht an Claudes Sandbox, nicht an FERS.

  1. Laden Sie fers-skill.zip herunter.
  2. In Claude: Einstellungen → Funktionen (Capabilities), Codeausführung einschalten, dann unter Skills fers-skill.zip hochladen.
  3. Fragen Sie zum Beispiel: „Weise einen IPE200 aus S235 nach EN 1993-1-1 nach, Einfeldträger über 6 m unter 10 kN/m.“ Claude installiert FERS in seiner Sandbox und rechnet dort.
fers-skill.zip herunterladen

Der Skill ist kostenlos. Die Berechnung folgt der Lizenz der Engine: kostenlos für die nicht-kommerzielle Nutzung bis 100 Stäbe; die kommerzielle Nutzung erfordert den Pro-Tarif.

Die Tools im Überblick

Eine Auswahl der Tools; Ihr Client listet sie alle auf. Tool-Namen sind stabile Bezeichner, Ihr Agent entdeckt sie also automatisch. Die Berechnungs-Tools führen auf dem lokalen Server die FEM-Rechenmaschine aus und liefern auf dem gehosteten Server einen Browser-Link. Das Speichern in Ihrem FersCloud-Konto erfordert Pro; der lokale Server speichert stattdessen in einem Ordner auf Ihrem Rechner.

solve_modelBerechnung

FEM-Berechnung eines Strukturmodells als JSON ausführen (Verformungen, Schnittgrößen, Auflagerreaktionen)

validate_modelkostenlos

Modellstruktur prüfen, ohne den Solver auszuführen

run_unity_checksBerechnung

Berechnen und Eurocode-Nachweise (Ausnutzungsgrade) samt Bericht zurückgeben

check_beamBerechnung

Kompletter Stahlbauteilnachweis nach EN 1993-1-1 (EC3) — Modell erstellen, berechnen und Ausnutzungsgrade ausgeben (Biegung, Querkraft, N+M, Biegedrillknicken), dazu die charakteristische Durchbiegung

create_beamkostenlos

Berechnungsfertiges Trägermodell erzeugen (Spannweite, Profil, Lagerung, Last)

create_framekostenlos

Berechnungsfertiges 2D-Portalrahmenmodell erzeugen

build_modelkostenlos

Ein Modell beliebiger Form aus einer Knoten- und Stabliste aufbauen

set_analysiskostenlos

Berechnung nach Theorie II. Ordnung, Modal-, Knick- oder Erdbebenberechnung einschalten

add_unity_checkkostenlos

Eigenen Nachweis nach dem kanonischen Schema des Solvers erstellen

get_check_schemakostenlos

Kanonisches Schema für das Erstellen von Nachweisen abrufen

get_schemakostenlos

Das Modellschema nachschlagen, aus dem der Solver generiert wird, statt Feldnamen zu raten

list_sectionskostenlos

Die benannten europäischen, britischen und US-amerikanischen Stahlprofile durchsuchen

render_reportnur lokal

Den HTML-Bericht mit Rechenweg eines bereits berechneten Modells erzeugen

save_modelPro (gehostet)

Modell speichern — auf dem gehosteten Server in Ihrem FersCloud-Konto (Pro), mit dem lokalen Server in einem Ordner auf Ihrem Rechner

load_modelkostenlos

Zuvor gespeichertes Modell laden

list_modelskostenlos

Ihre gespeicherten Modelle auflisten

list_templateskostenlos

Startermodelle durchstöbern

get_templatekostenlos

Startermodell abrufen

get_usagekostenlos

Ihren Tarif, seine Stabgrenze und den Ort der Berechnung abfragen

Sie nutzen ChatGPT? Desktop und Web

ChatGPT Desktop führt den lokalen Server aus (Einstellungen → MCP-Server → Server hinzufügen → STDIO, siehe oben). ChatGPT im Web fügt den gehosteten Server als eigenen MCP-Server hinzu:

  1. Öffnen Sie chatgpt.com/plugins, klicken Sie auf + und dann auf Add custom MCP server
  2. Nennen Sie ihn FERS, geben Sie die URL https://ferscloud.com/api/mcp ein und wählen Sie OAuth als Authentifizierung
  3. Legen Sie ihn als Plugin an, installieren Sie es und tippen Sie in einem neuen Chat @, um FERS auszuwählen

OAuth meldet Sie mit Ihrem FersCloud-Konto an, ohne Key zum Einfügen. Im Web kommen Berechnungen als Link zurück, der das Modell in Ihrem Browser berechnet. Ein Custom GPT kann stattdessen weiterhin https://ferscloud.com/api/openapi.json als Action importieren.

Was kostet es?

Nichts pro Berechnung. Jede Berechnung läuft auf Ihrem eigenen Rechner oder in Ihrem Browser, es gibt also kein Berechnungskontingent und nichts wird abgerechnet. Ihr Tarif legt nur fest, wie groß ein Modell sein darf.

TarifModellgrößePreis
KostenlosBis 100 StäbeKostenlos für die nicht-kommerzielle Nutzung — der lokale Server braucht weder Konto noch Key
ProBis 10,000 Stäbe19.95 € / Monat — setzen Sie FERS_API_KEY auf einen Key Ihres Pro-Kontos

Das Speichern von Modellen in Ihrem FersCloud-Konto ist Pro vorbehalten. Auf dem gehosteten Server berechnet ein Browser-Link im Tarif des Kontos, das ihn erstellt hat, und nur für dieses Modell.

Kann man KI-Statikberechnungen vertrauen?

Ja — sofern die KI nicht selbst rechnet. FERS-Ergebnisse stammen aus einem Finite-Elemente-Solver, der gegen geschlossene analytische Lösungen validiert ist, und jede Berechnung liefert einen transparenten Bericht Absatz für Absatz, den Sie von Hand nachprüfen können. Das Sprachmodell interpretiert; der Solver rechnet.

Zu den Genauigkeits-BenchmarksModellierungskonventionen & Einheiten

Häufig gestellte Fragen

Was ist der FERS MCP-Server?

Ein Server nach dem Model Context Protocol, über den KI-Assistenten echte Finite-Elemente-Statikberechnungen ausführen — Träger, Rahmen und Fachwerke, einschließlich Stahlnachweisen nach Eurocode EN 1993-1-1 — und die Ergebnisse mit nachvollziehbarem Rechenweg zurückliefern. Es gibt ihn als lokalen Server, das npm-Paket @ferscloud/fers-mcp, der auf Ihrem Rechner rechnet, und als gehosteten Server unter https://ferscloud.com/api/mcp für Chat-Apps, die kein lokales Programm starten können.

Welche KI-Clients können FERS nutzen?

Jeder Client, der einen lokalen MCP-Server starten kann: Claude Desktop, Claude Code, Cursor, VS Code mit GitHub Copilot, Codex, ChatGPT Desktop, Windsurf, Cline und eigene Agenten. Claude und ChatGPT im Browser oder auf dem Smartphone verbinden sich mit dem gehosteten Server, der einen Link zurückgibt, über den das Modell in Ihrem Browser berechnet wird.

Brauche ich einen API-Key?

Für die nicht-kommerzielle Nutzung des lokalen Servers nicht: Ohne Key rechnet er im kostenlosen Tarif und sendet nichts nach außen. Für die kommerzielle Nutzung und für Modelle über 100 Stäbe setzen Sie FERS_API_KEY auf einen Key eines Pro-Kontos (bis 10,000 Stäbe). Beim gehosteten Server melden Sie sich per OAuth (die Konnektoren von Claude und ChatGPT) oder mit einem X-API-Key-Header an.

Was kostet der FERS MCP-Server?

Es gibt keinen Preis pro Berechnung und kein Berechnungskontingent: Der lokale Server rechnet auf Ihrem Rechner, und die Links des gehosteten Servers rechnen in Ihrem Browser. Kostenlos ist die nicht-kommerzielle Nutzung mit Modellen bis 100 Stäbe; Pro deckt für 19.95 € im Monat die kommerzielle Nutzung und Modelle bis 10,000 Stäbe ab und ergänzt die Cloud-Speicherung von Modellen.

Verlässt mein Modell meinen Rechner?

Mit dem lokalen Server nicht. Das Modell wird im Serverprozess auf Ihrem Rechner berechnet; ist FERS_API_KEY gesetzt, fragt die einzige Anfrage an FersCloud ein Lizenz-Token an. Der gehostete Server erhält das Modell dagegen, um es zu validieren und hinter dem 24-Stunden-Browser-Link bereitzuhalten.

Was kann FERS berechnen?

Räumliche Träger, Rahmen und Fachwerke mit linearer und nichtlinearer Berechnung: Durchbiegungen, Auflagerreaktionen, Schnittgrößenverläufe, Knicken sowie Bauteilnachweise nach Eurocode EN 1993-1-1 einschließlich Biegedrillknicken.

Wie genau sind die Ergebnisse?

Der Solver ist gegen geschlossene analytische Lösungen und veröffentlichte Benchmark-Aufgaben validiert — die Vergleiche finden Sie auf der Benchmark-Seite. Jedes Ergebnis enthält einen Bericht, den Sie Zeile für Zeile nachprüfen können.

Sollte mein Agent den MCP-Server oder die Kommandozeile nutzen?

Beide führen denselben Solver auf Ihrem eigenen Rechner aus. Desktop- und Editor-Clients (Claude Desktop, Cursor, VS Code, ChatGPT Desktop) nutzen den lokalen MCP-Server: Ein einziger Tool-Aufruf liefert die geprüften Zahlen. Ein Agent mit Shell, etwa Claude Code, Codex oder ein CI-Job, kann beides nutzen: Der MCP-Server erledigt einen schlüsselfertigen Nachweis in weniger Runden, und der Befehl fers aus pip install FERS eignet sich für skriptgesteuerte Arbeit, mit Ergebnissen in Dateien. Chat-Apps im Browser oder auf dem Telefon nutzen den gehosteten Server, der das Modell aufbaut und einen Link liefert, der es in Ihrem Browser berechnet. Die Terminal-Anleitung unter ferscloud.com/de/docs/command-line enthält den Arbeitsablauf und eine Skill-Datei.

Weitere Möglichkeiten, FERS zu nutzen

REST-API & OpenAPI-SpezifikationAsk FERS — Chat-Demo im BrowserErste Schritte mit FERS Cloud