Quantitativeresearch

🚀 定量研究 MCP 服務器使用說明

本 MCP 服務器專為定量研究人員打造，可助力研究人員維護分析連續性、組織統計證據、記錄變量關係等，為定量研究提供全面且高效的支持。

🚀 快速開始

本 MCP 服務器專為定量研究人員設計，具備維護分析連續性、組織統計證據等一系列強大功能。下面將為你介紹其安裝、配置、使用等方面的詳細信息。

✨ 主要特性

• 維護分析連續性：跟蹤跨多個研究會話的分析和結果。
• 組織統計證據：將假設與支持性的統計測試和結果相關聯。
• 記錄變量關係：記錄變量之間的相關性、預測性或影響性。
• 跟蹤模型開發：文檔化統計模型的演變及其性能。
• 支持結果解釋：將統計發現與研究問題和理論框架連接起來。
• 確保方法學嚴謹性：文檔化方法論決策和分析方法。
• 準備研究報告：組織統計證據以支持研究發現。
• 跟蹤研究進度：跟蹤整個研究生命週期中實體狀態。
• 優先處理研究任務：識別並專注於高優先級的研究活動。
• 規劃研究流程順序：計劃和可視化研究和分析步驟的邏輯順序。

📦 安裝指南

使用 Claude Desktop

在 claude_desktop_config.json 中添加以下內容：

從 GitHub 安裝並通過 npx 運行

{
  "mcpServers": {
    "quantitativeresearch": {
      "command": "npx",
      "args": [
        "-y",
        "github:tejpalvirk/quantitativeresearch"
      ]
    }
  }
}

全局安裝並直接運行

首先全局安裝包：

npm install -g github:tejpalvirk/quantitativeresearch

然後配置 Claude Desktop：

{
  "mcpServers": {
    "quantitativeresearch": {
      "command": "contextmanager-quantitativeresearch"
    }
  }
}

使用 Docker

{
  "mcpServers": {
    "quantitativeresearch": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "mcp/quantitativeresearch"
      ]
    }
  }
}

從源碼構建

# 克隆倉庫
git clone https://github.com/tejpalvirk/contextmanager.git
cd contextmanager

# 安裝依賴項
npm install

# 構建服務器
npm run build

# 運行服務器
cd quantitativeresearch
node quantitativeresearch_index.js

使用 Docker 構建

docker build -t mcp/quantitativeresearch -f quantitativeresearch/Dockerfile .

💻 使用示例

基礎用法

# 顯示幫助信息
quantitativeresearch --help

# 顯示版本號
quantitativeresearch --version

# 啟動服務器
quantitativeresearch start [--port PORT]

# 停止服務器
quantitativeresearch stop

# 重啟服務器
quantitativeresearch restart

高級用法

數據存儲

# 存儲單個數據點
quantitativeresearch store <key> <value>

# 批量存儲數據
quantitativeresearch store-batch <key1>=<value1>,<key2>=<value2>...

# 獲取數據值
quantitativeresearch get <key>

# 刪除數據條目
quantitativeresearch delete <key>

數據分析

# 執行基本統計計算
quantitativeresearch analyze stats [--mean] [--median] [--stddev]

# 生成數據報告
quantitativeresearch report generate [--summary] [--detailed]

數據可視化

# 生成圖表
quantitativeresearch visualize plot <key> [--chart-type LINE/BAR/PIE]

# 顯示圖表
quantitativeresearch visualize show <key>

示例用法

# 存儲數據
quantitativeresearch store age=30 name=Alice
quantitativeresearch store-batch height=170,weight=60,BMI=21.5

# 獲取並顯示分析結果
quantitativeresearch analyze stats --mean
quantitativeresearch report generate --summary

# 可視化數據
quantitativeresearch visualize plot age --chart-type LINE
quantitativeresearch visualize show height

📚 詳細文檔

環境變量

定量研究 MCP 服務器支持以下環境變量來定製數據存儲位置：

示例用法：

# 數據存儲在當前位置
MEMORY_FILE_PATH="./quantitative-memory.json" SESSIONS_FILE_PATH="./quantitative-sessions.json" 

# 使用絕對路徑指定數據存儲位置
MEMORY_FILE_PATH="/path/to/memory.json" SESSIONS_FILE_PATH="/path/to/sessions.json"

# 使用相對路徑基於當前工作目錄
MEMORY_FILE_PATH="relative/path/to/memory.json" SESSIONS_FILE_PATH="relative/path/to/sessions.json"

錯誤處理

常見問題

• 端口被佔用：如果默認端口（3000）被其他程序佔用，服務器無法啟動。請確保該端口未被使用，或在啟動時指定不同的端口。

  quantitativeresearch start --port 3001
  

• 數據格式錯誤：在存儲數據時，如果鍵值對格式不正確，會拋出錯誤。請確保鍵和值之間用等號分隔，且沒有額外空格。

  # 錯誤示例
  quantitativeresearch store key= value 錯誤
  
  # 正確示例
  quantitativeresearch store key=value
  

• 未找到數據：在嘗試獲取或刪除不存在的鍵時，會返回錯誤信息。

  quantitativeresearch get non_existent_key
  # 輸出: 錯誤：指定的鍵 'non_existent_key' 不存在
  

退出與調試

安全退出

要安全地關閉服務器，請使用 stop 命令：

quantitativeresearch stop

這將確保所有未完成的操作得以正確處理，並釋放所有資源。

調試模式

在遇到問題時，可以啟用調試模式以獲取更多詳細信息：

quantitativeresearch --debug start

這將在控制檯輸出詳細的調試信息，幫助診斷潛在的問題。

📄 許可證

此 MCP 服務器根據 MIT 許可證發佈。這意味著你可以自由地使用、修改和分發軟件，但需遵守 MIT 許可證的條款和條件。更多詳細信息，請參閱項目倉庫中的 LICENSE 文件。