将对话转化为全面的统计分析 —— 一个模型上下文协议(MCP)服务器,包含11个类别中的52种统计分析工具以及来自系统CRAN任务视图的429个R包。RMCP使AI助手能够通过自然对话执行复杂的统计建模、计量经济学分析、机器学习、时间序列分析和数据科学任务。
HTTP 服务器:https://rmcp-server-394229601724.us-central1.run.app/mcp
交互式文档:https://rmcp-server-394229601724.us-central1.run.app/docs
健康检查:https://rmcp-server-394229601724.us-central1.run.app/health
pip install rmcp
rmcp start
就这样!RMCP现在准备好通过Claude桌面、Claude网页或任何MCP客户端处理统计分析请求。
线性回归、逻辑模型、面板数据、工具变量 → "分析营销支出的ROI"
ARIMA模型、分解、平稳性检验 → "预测下一季度的销售额"
聚类、决策树、随机森林 → "按行为细分客户"
T检验、ANOVA、卡方检验、正态性检验 → "我的A/B测试是否显著?"
描述性统计、异常值检测、相关性分析 → "总结这个数据集"
标准化、Winsor化、滞后/领先变量 → "准备数据以供建模"
在Claude中内联绘制散点图、直方图、热图 → "显示相关矩阵"
带有验证的CSV、Excel、JSON导入 → "加载并分析我的销售数据"
公式构建、错误恢复、示例数据集 → "帮我构建一个回归公式"
👉 查看工作示例 →
您:"我有销售数据和营销支出。你能分析一下ROI吗?"
Claude:"我将运行一个回归分析来衡量营销效果..."
结果:"每花费1美元的营销,就能产生4.70美元的销售额。这种关系非常显著(p < 0.001),R² = 0.979。"
您:"使用我的国家数据测试GDP增长和失业率是否遵循奥肯定律"
Claude:"我将分析GDP增长和失业率之间的相关性..."
结果:"强烈支持奥肯定律:相关系数r = -0.944。更高的GDP增长率显著降低了失业率。"
您:"使用期限和每月费用预测客户流失"
Claude:"我将建立一个用于预测客户流失的逻辑回归模型..."
结果:"该模型实现了100%的准确性。每增加一个月的期限,流失风险降低11.3%。更高的费用每增加1美元,流失风险增加3%。"
# 核心包(先安装这些)
install.packages(c(
"jsonlite", "dplyr", "ggplot2", "broom", "plm", "forecast",
"randomForest", "rpart", "caret", "AER", "vars", "mgcv"
))
# 完整生态系统自动可用:机器学习(61个包)、
# 计量经济学(55个包)、时间序列(48个包)、
# 贝叶斯分析(32个包)等
包选择:基于证据使用CRAN任务视图、下载统计数据和四级安全评估
# 标准安装
pip install rmcp
# 带HTTP传输支持
pip install rmcp[http]
# 开发安装
git clone https://github.com/finite-sample/rmcp.git
cd rmcp
pip install -e ".[dev]"
添加到您的Claude桌面MCP配置:
{
"mcpServers": {
"rmcp": {
"command": "rmcp",
"args": ["start"]
}
}
}
生产服务器(已准备好使用):
服务器URL:https://rmcp-server-394229601724.us-central1.run.app/mcp
交互式文档:https://rmcp-server-394229601724.us-central1.run.app/docs
测试连接:
# 健康检查
curl https://rmcp-server-394229601724.us-central1.run.app/health
# 初始化MCP会话
curl -X POST https://rmcp-server-394229601724.us-central1.run.app/mcp \
-H "Content-Type: application/json" \
-H "MCP-Protocol-Version: 2025-06-18" \
-d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-06-18","capabilities":{},"clientInfo":{"name":"test-client","version":"1.0"}}}'
本地HTTP服务器:
# 启动本地HTTP服务器
rmcp serve-http --host 0.0.0.0 --port 8080
# 访问:http://localhost:8080/docs
# 启动MCP服务器(用于Claude桌面)
rmcp start
# 启动HTTP服务器(用于Web应用程序)
rmcp serve-http --host 0.0.0.0 --port 8080
# 启动HTTPS服务器(生产就绪)
rmcp serve-http --ssl-keyfile server.key --ssl-certfile server.crt --port 8443
# 快速设置HTTPS开发环境
./scripts/setup/setup_https_dev.sh && source certs/https-env.sh && rmcp serve-http
# 使用配置文件
rmcp --config ~/.rmcp/config.json start
# 启用调试模式
rmcp --debug start
# 检查安装
rmcp --version
RMCP支持通过环境变量、配置文件和命令行选项进行灵活配置:
# 环境变量
export RMCP_HTTP_PORT=9000
export RMCP_R_TIMEOUT=180
export RMCP_LOG_LEVEL=DEBUG
rmcp start
# 配置文件(~/.rmcp/config.json)
{
"http": {"port": 9000},
"r": {"timeout": 180},
"logging": {"level": "DEBUG"}
}
# 使用环境变量的Docker
docker run -e RMCP_HTTP_HOST=0.0.0.0 -e RMCP_HTTP_PORT=8000 rmcp:latest
📖 完整的配置指南 →(从代码自动生成)
| 资源 | 描述 |
|---|---|
| 快速入门指南 | 可复制粘贴的真实数据示例 |
| 经济研究示例 | 面板数据、时间序列、高级计量经济学 |
| 时间序列示例 | ARIMA、预测、分解 |
| 图像显示示例 | 在Claude中的内联可视化 |
| API文档 | 自动生成的API参考 |
RMCP已在真实世界场景中进行了测试,实现了100%的成功率:
我们欢迎贡献!
git clone https://github.com/finite-sample/rmcp.git
cd rmcp
pip install -e ".[dev]"
# 运行测试
python tests/unit/test_new_tools.py
python tests/e2e/test_claude_desktop_scenarios.py
# 格式化代码
black rmcp/
详细指南见CONTRIBUTING.md。
MIT许可证 - 详情见LICENSE文件。
找不到R?
# macOS: brew install r
# Ubuntu: sudo apt install r-base
R --version
缺少R包?
rmcp check-r-packages # 检查缺少哪些包
MCP连接问题?
echo '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}' | rmcp start
📖 需要更多帮助? 查看examples目录中的工作代码。
准备好将对话转化为统计洞察了吗? 安装RMCP并通过AI助手开始分析数据吧!🚀