Skip to main content
Glama
deenesjakoruzh

MCP Autonomous Analyst

by MadMando
GitHub
Python
OverviewInspectNewEndpointsSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

自主分析师

🧠 概述

自主分析师是一个本地代理人工智能管道，它：

  • 分析表格数据

  • 使用马氏距离检测异常

  • 使用本地 LLM（通过 Ollama 的 llama3.2:1b）生成解释性摘要

  • 将结果记录到 ChromaDB 以进行语义调用

  • 通过模型上下文协议 (MCP) 进行全面协调

⚙️ 功能

成分

描述

FastAPI Web 用户界面

用于合成或上传数据集的友好仪表板

MCP 工具编排

每个流程步骤都公开为可调用的 MCP 工具

异常检测

基于马氏距离的异常值检测

视觉输出

保存的正常值与异常值的散点图

本地法学硕士总结

通过 Ollama 使用

llama3.2:1b

生成的洞察

向量存储日志

摘要存储在 ChromaDB 中作为持久内存

代理规划工具

专用的 LLM 工具（

autonomous_plan

）根据数据集上下文确定下一步

代理流

LLM+记忆+工具使用+自动推理+情境感知

🧪 工具定义（通过 MCP）

工具名称

描述

法学硕士使用

generate_data

创建合成表格数据（高斯+分类）

❌

analyze_outliers

使用马氏距离标记行

❌

plot_results

保存可视化内点与异常值的图表

❌

summarize_results

使用

llama3.2:1b

解释和说明异常值分布

✅

summarize_data_stats

使用

llama3.2:1b

描述数据集趋势

✅

log_results_to_vector_store

将摘要存储到 ChromaDB 以供将来参考

❌

search_logs

使用向量搜索检索相关的过去会话（可选的 LLM 使用）

⚠️

autonomous_plan

运行完整的流程，使用 LLM 自动推荐下一步行动

✅

🤖 代理能力

  • 自主性：使用autonomous_plan进行 LLM 引导的执行路径选择

  • 工具使用：通过 LLM 推理动态调用已注册的 MCP 工具

  • 推理：从数据集条件和异常值分析中产生技术见解

  • 记忆：使用 ChromaDB 向量搜索保存和回忆知识

  • LLM ：由 Ollama 提供支持，使用llama3.2:1b （温度 = 0.1，确定性）

🚀 入门

1. 克隆并设置

git clone https://github.com/MadMando/mcp-autonomous-analyst.git cd mcp-autonomous-analyst conda create -n mcp-agentic python=3.11 -y conda activate mcp-agentic pip install uv uv pip install -r requirements.txt

2. 启动 MCP 服务器

mcp run server.py --transport streamable-http

3. 启动 Web 仪表板

uvicorn web:app --reload --port 8001

然后访问： http://localhost:8000

🌐 仪表板流程

  • **步骤 1：**上传您自己的数据集或单击Generate Synthetic Data

  • **步骤 2：**系统对feature_1与feature_2运行异常检测

  • **步骤 3：**生成异常值的可视化图表

  • **步骤 4：**通过 LLM 创建摘要

  • **步骤 5：**结果可选择记录到向量存储中以供调用

📁 项目布局

📦 autonomous-analyst/ ├── server.py # MCP server ├── web.py # FastAPI + MCP client (frontend logic) ├── tools/ │ ├── synthetic_data.py │ ├── outlier_detection.py │ ├── plotter.py │ ├── summarizer.py │ ├── vector_store.py ├── static/ # Saved plot ├── data/ # Uploaded or generated dataset ├── requirements.txt ├── .gitignore └── README.md

📚 技术栈

  • MCP SDK： mcp

  • LLM 推理： Ollama运行llama3.2:1b

  • UI 服务器： FastAPI + Uvicorn

  • 内存： ChromaDB矢量数据库

  • 数据： pandas 、 matplotlib 、 scikit-learn

✅ .gitignore 附加内容

__pycache__/ *.pyc *.pkl .env static/ data/

🙌 致谢

如果没有开源社区的辛勤付出，这个项目就不可能实现。特别感谢：

工具/库

目的

存储库

🧠

模型上下文协议（MCP）

代理工具编排和执行

modelcontextprotocol/python-sdk

💬

奥拉玛

本地 LLM 推理引擎（

llama3.2:1b

）

奥拉马

🔍

ChromaDB

用于记录和检索的矢量数据库

chroma-core/chroma

🌐

FastAPI

交互式、快速的 Web 界面

tiangolo/fastapi

⚡

Uvicorn

ASGI 服务器为 FastAPI 后端提供支持

编码/uvicorn

💡 如果您使用这个项目，请考虑为实现该项目的上游工具加注或做出贡献。

此 repo 是在本地 rag-llm 的帮助下使用 llama3.2:1b 创建的

This server cannot be installed

-
security - not tested
F
license - not found
-
quality - not tested

How are these scores calculated?

local-only server

The server can only run on the client's local machine because it depends on local resources.

本地代理 AI 管道，使用通过模型上下文协议协调的本地 LLM 分析表格数据、检测异常并生成解释性摘要。

  1. 🧠 概述
    1. ⚙️ 功能
    2. 🧪 工具定义（通过 MCP）
    3. 🤖 代理能力
  2. 🚀 入门
    1. 1. 克隆并设置
    2. 2. 启动 MCP 服务器
    3. 3. 启动 Web 仪表板
  3. 🌐 仪表板流程
    1. 📁 项目布局
      1. 📚 技术栈
        1. ✅ .gitignore 附加内容
          1. 🙌 致谢

            Related MCP Servers

            • MCP-RAG

              ANSH-RIYAL
              -
              security
              F
              license
              -
              quality
              An agentic AI system that orchestrates multiple specialized AI tools to perform business analytics and knowledge retrieval, allowing users to analyze data and access business information through natural language queries.
              Last updated -
              2

            • MCP Prompt Enhancer

              soniankur948
              -
              security
              F
              license
              -
              quality
              Intelligently analyzes codebases to enhance LLM prompts with relevant context, featuring adaptive context management and task detection to produce higher quality AI responses.
              Last updated -

            • MCP Log Analyzer

              Tushar-Shrivastava
              -
              security
              A
              license
              -
              quality
              An AI-powered server that analyzes system log files to identify errors/warnings and recommend fixes using FastMCP, LangGraph ReAct agents, and Anthropic Claude.
              Last updated -
              1
              MIT License

            • Context Optimizer MCP Server

              malaksedarous
              -
              security
              A
              license
              -
              quality
              Provides AI coding assistants with context optimization tools including targeted file analysis, intelligent terminal command execution with LLM-powered output extraction, and web research capabilities. Helps reduce token usage by extracting only relevant information instead of processing entire files and command outputs.
              Last updated -
              5
              16
              45
              TypeScript
              MIT License

            View all related MCP servers

            Appeared in Searches

            New MCP Servers

            MCP directory API

            We provide all the information about MCP servers via our MCP API.

            curl -X GET 'https://glama.ai/api/mcp/v1/servers/MadMando/mcp-autonomous-analyst'

            If you have feedback or need assistance with the MCP directory API, please join our Discord server