Servidor MCP de Investigador Cuantitativo

Una implementación de servidor MCP que proporciona herramientas para la gestión de gráficos de conocimiento de investigación cuantitativa, lo que permite la representación estructurada de proyectos de investigación, conjuntos de datos, variables, hipótesis, pruebas estadísticas, modelos y resultados. Este servidor ayuda a los investigadores cuantitativos a organizar sus datos, realizar el seguimiento de sus análisis, evaluar hipótesis y generar información a partir de datos numéricos.

Características

• Contexto de investigación persistente : mantener un gráfico de conocimiento estructurado de las entidades de investigación y las relaciones en múltiples sesiones de análisis

• Gestión de sesiones de estudio : Realice un seguimiento de las sesiones de análisis de investigación con identificaciones únicas y registre el progreso a lo largo del tiempo

• Prueba de hipótesis : seguimiento de hipótesis, sus pruebas asociadas y conclusiones resultantes

• Gestión de conjuntos de datos : organice y realice un seguimiento de las estadísticas descriptivas y las variables dentro de los conjuntos de datos.

• Análisis estadístico : Registrar pruebas estadísticas, modelos y sus resultados.

• Relaciones entre variables : realice un seguimiento de correlaciones, predicciones y otras relaciones entre variables

• Seguimiento de preguntas de investigación : vincule los análisis de datos con preguntas de investigación específicas

• Visualización de datos : visualizaciones de documentos creadas a partir de conjuntos de datos y resultados

• Rendimiento del modelo : supervisar las métricas estadísticas de rendimiento del modelo

• Documentación de los hallazgos de la investigación : Vincular los hallazgos con la evidencia estadística que los respalda

• Documentación de metodología de investigación : seguimiento de decisiones y enfoques metodológicos

Entidades

El servidor MCP de Quantitative Researcher reconoce los siguientes tipos de entidades:

• proyecto : Estudio de investigación general

• conjunto de datos : recopilación de datos utilizados para el análisis

• variable : atributo medible específico en un conjunto de datos

• hipótesis : Enunciado formal comprobable

• Prueba estadística : método de análisis aplicado a datos

• resultado : Resultado del análisis estadístico

• analysisScript : Código utilizado para realizar el análisis

• visualización : representación visual de datos

• modelo : Modelo estadístico/matemático

• Literatura : Fuentes académicas

• Pregunta de investigación : Preguntas formales que guían el estudio

• hallazgo : Resultados o conclusiones

• Participante : Sujetos de investigación

• estado : Valores de estado de la entidad (activo, completado, pendiente, abandonado)

• prioridad : Valores de nivel de prioridad (alto, bajo)

Relaciones

Las entidades se pueden conectar a través de los siguientes tipos de relaciones:

• correlates_with : Correlación estadística entre variables

• predice : Relación predictiva de variable independiente a variable dependiente

• Pruebas : La prueba estadística examina la hipótesis.

• análisis : Análisis realizado en el conjunto de datos

• produce : El análisis produce resultados

• visualiza : La visualización muestra datos o resultados

• contiene : Relación jerárquica

• part_of : La entidad es parte de otra entidad

• depends_on : Relación de dependencia

• apoyos : evidencia que apoya una hipótesis o hallazgo

• contradice : evidencia que contradice una hipótesis o hallazgo

• derived_from : La entidad se deriva de otra entidad

• controles_para : Controles de variables/métodos para factores de confusión

• modera : Variable modera una relación

• media : La variable media una relación

• implementa : El script implementa una prueba/modelo estadístico

• compara : Comparación estadística entre grupos/variables

• incluye : El modelo incluye variables

• valida : valida un modelo o resultado

• cita : Referencias bibliográficas

• has_status : Vincula las entidades a su estado actual (activo, completado, pendiente, abandonado)

• has_priority : vincula entidades a su nivel de prioridad (alto, bajo)

• precede : Indica que un proceso o actividad viene antes de otro en una secuencia

Herramientas disponibles

El servidor MCP de Quantitative Researcher proporciona estas herramientas para interactuar con el conocimiento de investigación:

inicio de sesión

Inicia una nueva sesión de investigación cuantitativa, generando un ID de sesión único y mostrando los proyectos de investigación, conjuntos de datos, modelos, visualizaciones y sesiones anteriores en curso. Muestra información de estado mediante relaciones has_status, niveles de prioridad mediante relaciones has_priority e identifica actividades listas para trabajar a continuación según las relaciones secuenciales del proceso.

contexto de carga

Carga el contexto detallado de una entidad específica (proyecto, conjunto de datos, variable, etc.) y muestra información relevante según el tipo de entidad. Incluye información de estado, niveles de prioridad y relaciones secuenciales entre procesos.

fin de sesión

Registra los resultados de una sesión de investigación a través de un proceso estructurado de múltiples etapas:

1. Resumen : Registra el resumen de la sesión, la duración y el enfoque del proyecto.

2. datasetUpdates : documenta las actualizaciones de los conjuntos de datos durante la sesión

3. newAnalyses : Registra nuevos análisis estadísticos realizados

4. newVisualizations : Realiza un seguimiento de las nuevas visualizaciones de datos creadas

5. hypothesisResults : Documenta los resultados de las pruebas de hipótesis

6. modelUpdates : Registra actualizaciones de modelos estadísticos

7. statusUpdates : Registra los cambios en los valores de estado de la entidad

8. projectStatus : actualiza el estado general del proyecto, las asignaciones de prioridad y las relaciones secuenciales

9. ensamblaje : ensamblaje final de todos los datos de la sesión

contexto de construcción

Crea nuevas entidades, relaciones u observaciones en el gráfico de conocimiento:

• Entidades : Agregar nuevas entidades de investigación (proyectos, conjuntos de datos, variables, estado, prioridad, etc.)

• relaciones : Crea relaciones entre entidades (incluyendo has_status, has_priority, precedes)

• observaciones : Agregar observaciones a entidades existentes

eliminar contexto

Elimina entidades, relaciones u observaciones del gráfico de conocimiento:

• entidades : Eliminar entidades de investigación

• relaciones : eliminar relaciones entre entidades (incluidas relaciones de estado, prioridad y secuenciales)

• observaciones : eliminar observaciones específicas de las entidades

contexto avanzado

Recupera información del gráfico de conocimiento:

• gráfico : Obtenga el gráfico de conocimiento completo

• búsqueda : busca nodos según criterios de consulta

• nodos : obtener nodos específicos por nombre

• relacionado : Encuentra entidades relacionadas

• estado : busca entidades con un valor de estado específico (activo, completado, pendiente, abandonado)

• prioridad : busca entidades con un valor de prioridad específico (alto, bajo)

• secuencia : Identificar relaciones secuenciales para los procesos de investigación

Funciones específicas del dominio

El servidor MCP de Quantitative Researcher incluye funciones de dominio especializadas para la investigación cuantitativa:

• getProjectOverview : Vista completa de un proyecto que incluye preguntas de investigación, metodología, conjuntos de datos y variables

• getDatasetAnalysis : análisis del contenido del conjunto de datos, incluidas variables, estadísticas descriptivas y calidad de los datos

• getHypothesisTests : Revisión de pruebas de hipótesis y sus resultados

• getVariableRelationships : Examinar correlaciones, predicciones y otras relaciones entre variables

• getStatisticalResults : resume los resultados de los análisis estadísticos

• getVisualizationGallery : Ver visualizaciones creadas para conjuntos de datos y resultados

• getModelPerformance : evalúa las métricas de rendimiento de los modelos estadísticos

• getResearchQuestionResults : Organiza análisis y resultados por preguntas de investigación

• getVariableDistribution : Examina la distribución y las propiedades de variables individuales

• getStatusOverview : Ver todas las entidades con un estado específico (activo, completado, pendiente, abandonado)

• getPriorityItems : Identificar tareas y actividades de investigación de alta prioridad

• getResearchSequence : Visualiza la secuencia de procesos de investigación basándose en relaciones precedentes

Ejemplos de indicaciones

Iniciar una sesión

Cargando contexto de investigación

Resultados de la sesión de grabación

Gestión del conocimiento de investigación

Uso

Este servidor MCP permite a los investigadores cuantitativos:

• Mantener la continuidad analítica : realizar un seguimiento de los análisis y resultados en múltiples sesiones de investigación

• Organizar la evidencia estadística : vincular las hipótesis con las pruebas y resultados estadísticos que las respaldan

• Documentar relaciones entre variables : registrar cómo las variables se correlacionan, predicen o influyen entre sí

• Desarrollo de modelos de seguimiento : documentar la evolución de los modelos estadísticos y su rendimiento

• Apoyar la interpretación de resultados : conectar los hallazgos estadísticos con las preguntas de investigación y los marcos teóricos

• Garantizar el rigor metodológico : documentar las decisiones metodológicas y los enfoques analíticos

• Preparar informes de investigación : organizar la evidencia estadística para respaldar los hallazgos de la investigación.

• Seguimiento del progreso de la investigación : supervise el estado de la entidad durante todo el ciclo de vida de la investigación

• Priorizar las tareas de investigación : identificar y centrarse en actividades de investigación de alta prioridad

• Secuenciar procesos de investigación : planificar y visualizar el orden lógico de los pasos de investigación y análisis

Configuración

Uso con Claude Desktop

Agregue esto a su claude_desktop_config.json :

Instalar desde GitHub y ejecutar con npx

Instalar globalmente y ejecutar directamente

Primero, instale el paquete globalmente:

A continuación configure Claude Desktop:

estibador

Edificio

De la fuente

Estibador:

Licencia

Este servidor MCP cuenta con la licencia MIT. Esto significa que puede usar, modificar y distribuir el software libremente, sujeto a los términos y condiciones de la licencia MIT. Para más detalles, consulte el archivo de LICENCIA en el repositorio del proyecto.

Variables de entorno

El servidor MCP de investigación cuantitativa admite las siguientes variables de entorno para personalizar dónde se almacenan los datos:

• MEMORY_FILE_PATH : Ruta donde se almacenarán los datos del gráfico de conocimiento

  • Puede ser absoluto o relativo (las rutas relativas utilizan el directorio de trabajo actual)

  • Predeterminado: ./quantitativeresearch/memory.json

• SESSIONS_FILE_PATH : Ruta donde se almacenarán los datos de la sesión

  • Puede ser absoluto o relativo (las rutas relativas utilizan el directorio de trabajo actual)

  • Predeterminado: ./quantitativeresearch/sessions.json

Ejemplo de uso: