질적 연구자 MCP 서버

질적 연구 지식 그래프를 관리하고 연구 프로젝트, 참여자, 인터뷰, 관찰 결과, 코드, 주제 및 연구 결과를 체계적으로 표현할 수 있는 도구를 제공하는 MCP 서버 구현입니다. 이 서버는 질적 연구자들이 데이터를 정리하고, 분석 과정을 추적하고, 주제를 개발하고, 풍부한 텍스트 데이터에서 통찰력을 창출하는 데 도움을 줍니다.

특징

지속적인 연구 컨텍스트 : 여러 분석 세션에 걸쳐 연구 엔터티 및 관계에 대한 구조화된 지식 그래프를 유지합니다.
연구 세션 관리 : 고유 ID로 연구 분석 세션을 추적하고 시간 경과에 따른 진행 상황을 기록합니다.
주제 분석 : 데이터 소스 전반에 걸쳐 새롭게 등장하는 주제를 구성하고 추적합니다.
코딩 프레임워크 : 계층적 코딩 구조를 관리하고 코드 애플리케이션을 추적합니다.
참가자 관리 : 참가자 데이터, 인구 통계 및 기여도 추적
데이터 소스 구성 : 인터뷰, 관찰 및 문서 구성
연구 질문 추적 : 특정 연구 질문에 데이터 연결
메모 작성 : 연구 과정 전반에 걸쳐 분석적 통찰력을 문서화합니다.
연대순 데이터 분석 : 시간 순서대로 데이터 탐색
코드 동시 발생 분석 : 서로 다른 코드 간의 관계 식별
방법론 문서화 : 방법론적 결정 및 접근 방식 추적

엔티티

Qualitative Researcher MCP 서버는 다음 엔터티 유형을 인식합니다.

프로젝트 : 전체 연구 조사
참여자 : 연구대상자
인터뷰 : 참가자들과의 공식 대화
관찰 : 관찰 연구의 현장 노트
문서 : 분석 중인 외부 자료
코드 : 데이터 세그먼트에 적용된 레이블
codeGroup : 관련 코드의 카테고리 또는 패밀리
메모 : 연구자의 분석 노트
주제 : 데이터 전반에 걸친 새로운 패턴
인용 : 데이터 소스의 주요 발췌문
문헌 : 학술 자료
researchQuestion : 연구를 안내하는 공식적인 질문
발견 : 결과 또는 결론
상태 : 엔터티 상태 값(활성, 완료, 보류, 중단)
우선순위 : 우선순위 수준 값(높음, 낮음)

관계

엔터티는 다음 관계 유형을 통해 연결될 수 있습니다.

participant_in : 참가자를 인터뷰/관찰에 연결합니다.
코드 : 어떤 코드가 어떤 데이터에 적용되는지 보여줍니다.
포함 : 계층적 관계(예: 코드 그룹에 코드가 포함됨)
지원 : 주제 또는 발견을 뒷받침하는 데이터
모순 : 주제나 발견 내용과 모순되는 데이터
답변 : 연구 질문을 다루는 데이터
인용 : 문헌 참조
followed_by : 시간 순서
관련_대상 : 일반 연결
reflects_on : 데이터/코드/테마를 반영하는 메모
비교하다 : 비교 관계
conducted_by : 데이터 수집을 수행한 사람
transcribed_by : 데이터를 필사한 사람
part_of : 엔티티가 다른 엔티티의 일부입니다.
derived_from : 엔터티가 다른 엔터티에서 파생되었습니다.
collected_on : 데이터 수집 날짜
분석 : 관계 분석
triangulates_with : 데이터 소스 간 삼각 측량
has_status : 엔터티를 현재 상태(활성, 완료, 보류, 중단)에 연결합니다.
has_priority : 엔티티를 우선순위 수준(높음, 낮음)에 연결합니다.
선행 : 한 분석 활동이 순서상 다른 활동보다 먼저 나온다는 것을 나타냅니다.

사용 가능한 도구

Qualitative Researcher MCP 서버는 연구 지식과 상호 작용하기 위한 다음과 같은 도구를 제공합니다.

시작 세션

새로운 질적 연구 세션을 시작하고, 고유 세션 ID를 생성하며, 현재 연구 프로젝트, 최근 데이터 수집, 새롭게 등장하는 주제 및 이전 세션을 표시합니다. has_status 관계를 통해 상태 정보를, has_priority 관계를 통해 우선순위를 표시하며, 순차적 프로세스 관계를 기반으로 다음 연구 활동을 식별합니다.

로드 컨텍스트

특정 엔터티(프로젝트, 참여자, 인터뷰 등)에 대한 자세한 컨텍스트를 로드하고 엔터티 유형에 따라 관련 정보를 표시합니다. 상태 정보, 우선순위 및 순차적 프로세스 관계가 포함됩니다.

세션 종료

구조화된 다단계 프로세스를 통해 연구 세션의 결과를 기록합니다.

요약 : 세션 요약, 기간 및 프로젝트 초점을 기록합니다.
인터뷰 데이터 : 세션 동안 처리된 새로운 인터뷰 데이터를 문서화합니다.
메모 : 세션 중 생성된 분석 메모를 기록합니다.
codingActivity : 데이터에 적용된 새 코드와 수정된 코드를 추적합니다.
주제 : 분석에서 새롭게 등장하거나 발전된 주제를 문서화합니다.
statusUpdates : 엔터티 상태 값의 변경 사항을 기록합니다.
projectStatus : 전체 프로젝트 상태, 우선순위 할당 및 순차적 관계를 업데이트합니다.
어셈블리 : 모든 세션 데이터의 최종 어셈블리

빌드 컨텍스트

지식 그래프에 새로운 엔터티, 관계 또는 관찰을 생성합니다.

엔터티 : 새로운 연구 엔터티(프로젝트, 참여자, 인터뷰, 상태, 우선순위 등)를 추가합니다.
관계 : 엔티티 간 관계 생성(has_status, has_priority, precedes 포함)
관찰 : 기존 엔터티에 관찰 추가

컨텍스트 삭제

지식 그래프에서 엔터티, 관계 또는 관찰을 제거합니다.

엔티티 : 연구 엔티티 제거
관계 : 엔터티 간 관계(상태, 우선순위, 순차 관계 포함)를 제거합니다.
관찰 : 엔터티에서 특정 관찰을 제거합니다.

고급 컨텍스트

지식 그래프에서 정보를 검색합니다.

그래프 : 전체 지식 그래프를 가져옵니다
검색 : 쿼리 기준에 따라 노드 검색
노드 : 이름으로 특정 노드 가져오기
관련 : 관련 엔터티 찾기
상태 : 특정 상태 값(활성, 완료, 보류, 중단)을 가진 엔터티를 찾습니다.
우선순위 : 특정 우선순위 값(높음, 낮음)을 갖는 엔터티 찾기
순서 : 분석 활동에 대한 순차적 관계 식별

도메인별 기능

Qualitative Researcher MCP 서버에는 다음과 같은 질적 연구를 위한 특수 도메인 기능이 포함되어 있습니다.

getProjectOverview : 연구 질문, 방법론, 참여자, 데이터 소스를 포함한 프로젝트에 대한 포괄적인 보기
getParticipantProfile : 인구 통계, 인터뷰, 인용문을 포함한 참가자의 자세한 프로필
getThematicAnalysis : 지원 코드 및 데이터를 통한 테마 분석
getCodedData : 특정 코드로 태그된 모든 데이터 세그먼트 보기
getResearchQuestionAnalysis : 연구 질문과 관련 결과를 기준으로 데이터를 구성합니다.
getChronologicalData : 시간 순서대로 데이터 보기
getCodeCooccurrence : 여러 코드가 함께 나타나는 위치를 분석합니다.
getMemosByFocus : 특정 엔터티와 관련된 모든 메모를 검색합니다.
getMethodologyDetails : 방법론적 접근 방식, 샘플링 및 분석 기술을 검토합니다.
getRelatedEntities : 관계 유형별로 특정 엔터티와 관련된 엔터티를 찾습니다.
getStatusOverview : 특정 상태(활성, 완료, 보류, 중단)의 모든 엔터티를 봅니다.
getPriorityItems : 우선순위가 높은 연구 과제 및 활동 식별
getAnalysisSequence : 선행 관계에 따라 분석 활동의 순서를 시각화합니다.

예시 프롬프트

세션 시작

지엑스피1

연구 맥락 로딩 중

Load the context for the Health Behavior Study project so I can see the current state of my analysis.

녹음 세션 결과

I've just finished analyzing interview data for my Health Behavior Study. I identified two new themes related to social support, coded three new interviews, and wrote memos about emerging patterns in participant responses. I've marked the initial coding phase as complete and set the thematic analysis as high priority. The project is progressing well, and I'm beginning to reach theoretical saturation.

연구 지식 관리

Create a new code called "Family Support" that's part of the "Social Support" code group in the Health Behavior Study project. Set its status to active and make it precede the "Social Network Analysis" activity.

Update the status of the "Participant Recruitment" process to "completed" and add an observation that we've reached our target sample size.

용법

이 MCP 서버를 통해 정성적 연구자는 다음을 수행할 수 있습니다.

분석 연속성 유지 : 여러 연구 세션에 걸쳐 분석 진행 상황을 추적합니다.
코딩 프레임워크 개발 : 정성적 데이터에 코딩 구조를 구축, 개선 및 적용
주제 개발 추적 : 분석 중에 주제가 어떻게 나타나고 발전하는지 관찰합니다.
풍부한 데이터 소스 관리 : 인터뷰 기록, 현장 노트 및 문서를 구성하고 연결합니다.
이론적 개발 지원 : 메모 작성 과정을 통해 이론적 통찰력을 문서화합니다.
연구 결과 준비 : 연구 결과를 뒷받침 증거 및 연구 질문에 연결합니다.
방법론적 엄격성 강화 : 방법론적 결정 및 분석 프로세스 문서화
연구 진행 상황 추적 : 연구 라이프사이클 전반에 걸쳐 엔터티 상태를 모니터링합니다.
연구 과제 우선순위 지정 : 우선순위가 높은 연구 활동을 식별하고 집중합니다.
시퀀스 분석 활동 : 연구 및 분석 단계의 논리적 순서를 계획하고 시각화합니다.

구성

Claude Desktop과 함께 사용

claude_desktop_config.json 에 다음을 추가하세요:

GitHub에서 설치하고 npx로 실행하세요

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

전역적으로 설치하고 직접 실행하세요

먼저, 패키지를 전역으로 설치합니다.

npm install -g github:tejpalvirk/qualitativeresearch

그런 다음 Claude Desktop을 구성합니다.

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

도커

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

건물

출처에서

# Clone the repository
git clone https://github.com/tejpalvirk/contextmanager.git
cd contextmanager

# Install dependencies
npm install

# Build the server
npm run build

# Run the server
cd qualitativeresearch
node qualitativeresearch_index.js

도커:

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

특허

이 MCP 서버는 MIT 라이선스에 따라 라이선스가 부여됩니다. 즉, MIT 라이선스의 약관에 따라 소프트웨어를 자유롭게 사용, 수정 및 배포할 수 있습니다. 자세한 내용은 프로젝트 저장소의 LICENSE 파일을 참조하세요.

환경 변수

Qualitative Research MCP 서버는 데이터가 저장되는 위치를 사용자 지정하기 위해 다음과 같은 환경 변수를 지원합니다.

MEMORY_FILE_PATH : 지식 그래프 데이터가 저장될 경로
- 절대 경로 또는 상대 경로가 될 수 있습니다(상대 경로는 현재 작업 디렉토리를 사용함)
- 기본값: ./qualitativeresearch/memory.json
SESSIONS_FILE_PATH : 세션 데이터가 저장될 경로
- 절대 경로 또는 상대 경로가 될 수 있습니다(상대 경로는 현재 작업 디렉토리를 사용함)
- 기본값: ./qualitativeresearch/sessions.json

사용 예:

# Store data in the current directory
MEMORY_FILE_PATH="./qualitative-memory.json" SESSIONS_FILE_PATH="./qualitative-sessions.json" npx github:tejpalvirk/contextmanager-qualitativeresearch

# Store data in a specific location (absolute path)
MEMORY_FILE_PATH="/path/to/data/qualitative-memory.json" npx github:tejpalvirk/contextmanager-qualitativeresearch

# Store data in user's home directory
MEMORY_FILE_PATH="$HOME/contextmanager/qualitative-memory.json" npx github:tejpalvirk/contextmanager-qualitativeresearch

Qualitative Researcher MCP Server

Integrations