MCP Analytics

🚀 MCP分析套件

MCP分析套件是一個智能分析平臺，能理解用戶的分析需求並自動選擇合適的分析方法。無需統計學學位，只需描述業務問題，由AI驅動的智能發現功能就能處理複雜的分析過程。

🚀 快速開始

安裝

對於Claude桌面版

將以下內容添加到配置文件中：

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Windows：%APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "mcp-analytics": {
      "command": "npx",
      "args": ["-y", "mcp-remote@latest", "https://api.mcpanalytics.ai/auth0"]
    }
  }
}

對於Cursor

將以下內容添加到項目根目錄的.cursor/config.json文件中：

{
  "mcpServers": {
    "mcp-analytics": {
      "command": "npx",
      "args": ["-y", "mcp-remote@latest", "https://api.mcpanalytics.ai/auth0"]
    }
  }
}

對於VS Code（Continue擴展）

將以下內容添加到~/.continue/config.json的Continue配置中：

{
  "models": [{
    "provider": "anthropic",
    "model": "claude-3-5-sonnet",
    "mcpServers": {
      "mcp-analytics": {
        "command": "npx",
        "args": ["-y", "mcp-remote@latest", "https://api.mcpanalytics.ai/auth0"]
      }
    }
  }]
}

對於Claude Code

將以下內容添加到claude_code_config.json文件中：

{
  "mcpServers": {
    "mcp-analytics": {
      "command": "npx",
      "args": ["-y", "mcp-remote@latest", "https://api.mcpanalytics.ai/auth0"]
    }
  }
}

✨ 主要特性

• 智能發現：自動找到合適的分析方法。
• 完整工作流：從提出問題到獲得洞察，實現無縫銜接。
• 零設置：基於雲處理，立即生效。
• 企業級安全：採用OAuth2、加密和隔離處理。
• 綜合套件：具備全面的分析能力。
• 交互式報告：可共享的可視化報告，並帶有AI洞察。

💻 使用示例

基礎迴歸

用戶：“我有一個包含房價的CSV文件。你能根據面積和位置預測房價嗎？”
Claude：[運行線性迴歸，提供R²、係數和診斷圖]

客戶細分

用戶：“將sales_data.csv中的客戶細分為有意義的群體”
Claude：[執行k-means聚類，創建帶有可視化的細分檔案]

時間序列預測

用戶：“使用我們的歷史數據預測下一季度的銷售額”
Claude：[應用ARIMA，生成帶有置信區間的預測]

📚 詳細文檔

• 快速入門指南 - 30秒內開始使用
• API參考 - 完整的API文檔
• 平臺概述 - 平臺的工作原理
• 教程 - 分步指南
• 示例 - 實際用例
• 安全 - 安全與合規詳情

🔧 技術細節

工作原理

MCP分析工作流

1. 提出問題 - 用自然語言描述你想要分析的內容。
2. 智能發現 - tools.discover找到合適的分析方法。
3. 數據上傳 - datasets.upload安全地處理你的數據。
4. 自動分析 - tools.run以最優配置執行分析。
5. 交互式結果 - reports.view提供可共享的洞察。

用戶：“是什麼推動了我們的銷售增長？”
MCP分析：
  → 發現迴歸和相關方法
  → 為你的數據結構配置分析
  → 運行多種分析方法
  → 返回帶有洞察的綜合報告

MCP工具

該平臺提供了一套完整的MCP工具，用於端到端的分析：

核心分析工具

• tools.discover - 自然語言工具發現
• tools.run - 自動分析執行
• tools.info - 獲取工具文檔

數據管理

• datasets.upload - 加密的安全數據上傳
• datasets.list - 管理你的數據集
• datasets.read - 訪問和預覽數據

報告與洞察

• reports.view - 交互式可視化儀表板
• reports.search - 跨分析的語義搜索

平臺工具

• billing() - 使用和訂閱管理
• about() - 平臺信息和狀態
• manual() - 訪問文檔

特性

自然語言界面

只需描述你需要的內容：

“是什麼推動了我們的收入增長？”
“在我們的數據中找到客戶細分群體”
“預測下一季度的銷售額”
“我們的營銷活動有效嗎？”

綜合分析套件

無縫工作流

graph LR
    A[在Claude/Cursor中提問] --> B[MCP分析]
    B --> C[安全處理]
    C --> D[交互式報告]
    D --> E[分享結果]

架構

flowchart TB
    subgraph "客戶端集成"
        CLI[CLI/SDK]
        Claude[Claude桌面版]
        Cursor[Cursor IDE]
        MCP[MCP協議]
    end

    subgraph "API網關"
        LB[負載均衡器]
        Auth[OAuth 2.0/Auth0]
        Rate[速率限制]
    end

    subgraph "處理層"
        Router[請求路由器]
        Queue[作業隊列]
        Workers[處理工作器]
        Docker[Docker容器]
    end

    subgraph "分析引擎"
        Stats[統計方法]
        ML[機器學習]
        TS[時間序列]
        Report[報告生成]
    end

    subgraph "數據層"
        Cache[結果緩存]
        Storage[安全存儲]
        Encrypt[加密層]
    end

    CLI --> LB
    Claude --> LB
    Cursor --> LB
    MCP --> LB

    LB --> Auth
    Auth --> Rate
    Rate --> Router

    Router --> Queue
    Queue --> Workers
    Workers --> Docker

    Docker --> Stats
    Docker --> ML
    Docker --> TS

    Stats --> Report
    ML --> Report
    TS --> Report

    Report --> Cache
    Cache --> Storage
    Storage --> Encrypt

    style Auth fill:#e8f5e9
    style Docker fill:#fff3e0
    style Report fill:#e3f2fd

性能

• 數據集大小：處理大型數據集。
• 處理時間：快速的基於雲的處理。
• 安全基礎設施：隔離的Docker容器。
• API訪問：帶有身份驗證的RESTful API。

與其他MCP服務器的比較

詳細比較 →

📄 許可證

版權所有 © 2025 PeopleDrivenAI LLC。保留所有權利。

MCP分析套件是PeopleDrivenAI LLC的產品。

這是商業軟件。使用MCP分析服務需遵守以下條款：

• 服務條款
• 隱私政策
• 可接受使用政策