Titanicaianalysis

🚀 使用Claude AI和MCP協議分析泰坦尼克號數據集

本項目聚焦於利用Claude AI和MCP協議對泰坦尼克號乘客數據集進行分析。詳細闡述了項目的安裝、配置及使用方法，助力用戶深入挖掘數據價值。

🚀 快速開始

本項目旨在藉助MCP（模型上下文協議）將泰坦尼克號數據集集成到Claude中，讓Claude能夠動態解答關於數據的複雜問題。我們提供了預處理的數據和特定功能，方便用戶進行深入分析。

✨ 主要特性

• 利用Claude AI和MCP協議分析泰坦尼克號數據集。
• 提供預處理數據及特定功能，支持深入分析。
• 每次查詢時服務器加載最新數據，Claude可直接處理預處理後的數據，支持自定義問題分析。

📦 安裝指南

步驟1：克隆項目倉庫

使用Git克隆此倉庫到本地：

git clone https://github.com/yourusername/titanic-mcp.git

步驟2：安裝依賴項

進入項目目錄並安裝所需的Python包：

pip install -r requirements.txt

步驟3：啟動MCP服務器

運行以下命令以啟動MCP服務器：

python server.py

💻 使用示例

基礎用法

連接到Claude Desktop

1. 打開Claude Desktop。
2. 在設置菜單中選擇“開發者”選項，然後編輯配置文件（claude_desktop_config.json）。
3. 添加以下內容以配置MCP服務器：

   {
     "mcpServers": {
       "TitanicServerMCP": {
         "command": "python",
         "args": ["path/to/titanic-mcp/server.py"]
       }
     }
   }
   

4. 保存配置文件並重啟Claude Desktop。

使用資源和工具

• 資源：
  • titanic://passengers：完整的泰坦尼克號乘客數據集。
  • titanic://statistics：預計算的生存率統計數據。
• 工具：
  • search_passenger：通過姓名搜索特定乘客的信息。

高級用法

以下是你可以使用Claude進行的一些典型查詢：

1. “顯示泰坦尼克號上的倖存者統計信息。”
2. “比較一等艙和三等艙乘客的生存率百分比。”
3. “查找姓氏為‘Astor’的乘客信息。”
4. “分析社會階層與生存率之間的相關性。”

📚 詳細文檔

系統要求

• Python：需要安裝最新版本的Python以運行MCP服務器。
• Claude Desktop：確保你已經安裝了兼容版本的Claude桌面程序。
• 數據文件：提供泰坦尼克號乘客數據集（CSV格式）。

優缺點

優點

• 數據更新：每次查詢時，服務器都會加載最新的數據。
• 結構化數據：Claude可以直接處理預處理後的數據。
• 動態分析：支持針對數據的自定義問題。

缺點

• 數據量限制：大型數據集可能超出Claude上下文窗口大小。
• 資源更新頻率：資源僅在請求時加載。

可能的擴展

1. 參數化資源：例如，titanic://passengers/{class}。
2. 高級分析工具：添加複雜的統計計算功能。
3. 可視化支持：集成生成圖表和圖形的功能。
4. 數據庫連接：將數據源從CSV文件擴展到數據庫。
5. 預測模型：預加載機器學習模型以提供生存概率預測。

感謝使用本項目！如需更多信息，請訪問我們的GitHub倉庫或聯繫維護人員。