定量研究者MCPサーバー

定量研究のナレッジグラフを管理するためのツールを提供するMCPサーバー実装。研究プロジェクト、データセット、変数、仮説、統計検定、モデル、結果を構造的に表現できます。このサーバーは、定量研究者がデータを整理し、分析を追跡し、仮説を評価し、数値データから洞察を生み出すのに役立ちます。

特徴

永続的な研究コンテキスト: 複数の分析セッションにわたって研究エンティティと関係の構造化された知識グラフを維持します。
研究セッション管理: 固有のIDを使用して研究分析セッションを追跡し、時間の経過とともに進捗状況を記録します。
仮説検定: 仮説、それに関連する検定、そして結果として得られる結論を追跡する
データセット管理: データセット内の記述統計と変数を整理して追跡する
統計分析：統計テスト、モデル、およびその結果を記録する
変数の関係: 変数間の相関関係、予測、その他の関係を追跡します
研究課題の追跡: データ分析を特定の研究課題にリンクする
データ可視化:データセットと結果から作成されたドキュメント可視化
モデルパフォーマンス: 統計モデルのパフォーマンスメトリックを監視する
研究結果の文書化：調査結果を裏付ける統計的証拠にリンクする
研究方法論の文書化：方法論的決定とアプローチを追跡する

エンティティ

Quantitative Researcher MCP サーバーは、次のエンティティタイプを認識します。

プロジェクト：総合研究調査
データセット: 分析に使用されるデータの集合
変数: データセット内の特定の測定可能な属性
仮説：正式に検証可能な声明
統計的テスト: データに適用される分析方法
結果：統計分析の結果
analysisScript : 分析を実行するために使用されるコード
視覚化：データの視覚的表現
モデル：統計/数学モデル
文献：学術資料
researchQuestion ：研究を導く正式な質問
発見：結果または結論
参加者：研究対象者
ステータス: エンティティのステータス値 (アクティブ、完了、保留中、放棄)
優先度: 優先度の値（高、低）

人間関係

エンティティは、次の関係タイプを通じて接続できます。

correlates_with : 変数間の統計的相関
予測：独立変数から従属変数への予測関係
テスト：統計的検定は仮説を検証する
分析:データセットに対して実行された分析
生成：分析により結果が生成される
視覚化：視覚化はデータや結果を表示する
含む: 階層関係
part_of : エンティティは別のエンティティの一部です
depends_on : 依存関係
支持する：仮説や発見を支持する証拠
矛盾する：仮説や発見に反する証拠
派生元: エンティティは別のエンティティから派生しています
controls_for : 交絡因子の変数/メソッド制御
調整する：変数は関係を調整する
仲介する：変数は関係を仲介する
実装: スクリプトは統計テスト/モデルを実装します
比較：グループ/変数間の統計的比較
含む: モデルには変数が含まれる
検証: モデルまたは結果を検証する
引用：参考文献
has_status : エンティティを現在のステータス（アクティブ、完了、保留中、放棄）にリンクします。
has_priority : エンティティを優先度レベル（高、低）にリンクします。
先行: あるプロセスまたはアクティビティが他のプロセスまたはアクティビティよりも先に実行されることを示します。

利用可能なツール

Quantitative Researcher MCP サーバーは、研究知識と対話するための次のツールを提供します。

開始セッション

新しい定量調査セッションを開始し、一意のセッションIDを生成して、現在の研究プロジェクト、データセット、モデル、可視化、および以前のセッションを表示します。has_status関係を介してステータス情報、has_priority関係を介して優先度レベルを表示し、シーケンシャルプロセス関係に基づいて次に作業する準備が整ったアクティビティを特定します。

ロードコンテキスト

特定のエンティティ（プロジェクト、データセット、変数など）の詳細なコンテキストを読み込み、エンティティの種類に基づいて関連情報を表示します。ステータス情報、優先度、およびプロセス間の関係が含まれます。

終了セッション

構造化された多段階のプロセスを通じて研究セッションの結果を記録します。

概要: セッションの概要、期間、プロジェクトの焦点を記録します
データセット更新: セッション中のデータセットの更新を記録します
newAnalyses : 実行された新しい統計分析を記録します
newVisualizations : 作成された新しいデータ視覚化を追跡します
hypothesisResults : 仮説検定の結果を文書化する
modelUpdates : 統計モデルの更新を記録する
statusUpdates : エンティティのステータス値の変更を記録します
projectStatus : プロジェクト全体のステータス、優先度の割り当て、および順序関係を更新します
アセンブリ: すべてのセッションデータの最終アセンブリ

ビルドコンテキスト

ナレッジグラフに新しいエンティティ、リレーション、または観察を作成します。

エンティティ: 新しい研究エンティティ (プロジェクト、データセット、変数、ステータス、優先度など) を追加します。
リレーション：エンティティ間の関係を作成する（has_status、has_priority、precedesを含む）
観察: 既存のエンティティに観察を追加する

削除コンテキスト

ナレッジグラフからエンティティ、リレーション、または観察を削除します。

エンティティ: 研究エンティティを削除する
関係: エンティティ間の関係（ステータス、優先度、順序関係を含む）を削除します。
観測: エンティティから特定の観測を削除する

高度なコンテキスト

ナレッジグラフから情報を取得します。

グラフ: ナレッジグラフ全体を取得する
search : クエリ条件に基づいてノードを検索する
nodes : 名前で特定のノードを取得する
関連: 関連するエンティティを検索する
ステータス: 特定のステータス値 (アクティブ、完了、保留中、放棄) を持つエンティティを検索します。
優先度: 特定の優先度値（高、低）を持つエンティティを検索します
シーケンス：研究プロセスの順序関係を特定する

ドメイン固有の機能

Quantitative Researcher MCP サーバーには、定量的研究に特化したドメイン関数が含まれています。

getProjectOverview : 研究課題、方法論、データセット、変数を含むプロジェクトの包括的なビュー
getDatasetAnalysis : 変数、記述統計、データ品質を含むデータセットの内容の分析
getHypothesisTests : 仮説検定とその結果のレビュー
getVariableRelationships : 変数間の相関関係、予測、その他の関係を調べる
getStatisticalResults : 統計分析の結果を要約する
getVisualizationGallery : データセットと結果に対して作成された視覚化を表示します
getModelPerformance : 統計モデルのパフォーマンスメトリックを評価する
getResearchQuestionResults : 研究質問ごとに分析と結果を整理する
getVariableDistribution : 個々の変数の分布と特性を調べる
getStatusOverview : 特定のステータス（アクティブ、完了、保留中、放棄）のすべてのエンティティを表示します。
getPriorityItems : 優先度の高い研究タスクと活動を特定する
getResearchSequence : 先行関係に基づいて研究プロセスのシーケンスを視覚化する

プロンプトの例

セッションの開始

Let's start a new quantitative research session for my Climate Impact Study project.

研究コンテキストの読み込み

Load the context for the Climate Impact Study project so I can see the current state of my statistical analyses.

レコーディングセッションの結果

I've just finished analyzing data for my Climate Impact Study. I ran three new regression models to test the relationship between temperature and crop yield, created two visualizations of the correlation patterns, and confirmed our hypothesis about rainfall effects. I've marked the temperature analysis as complete and assigned high priority to the regional variation analysis. The model performance improved by 15% after controlling for regional variations.

研究知識の管理

Create a new variable called "Annual Precipitation" that's part of the "Climate Measures" dataset with observations noting it's normally distributed with a mean of 34.5 inches. Set its status to active and make it precede the "Crop Yield Analysis" process.

Update the status of the "Data Cleaning" process to "completed" and add an observation that all outliers have been properly handled.

使用法

この MCP サーバーにより、定量研究者は次のことが可能になります。

分析の継続性を維持: 複数の研究セッションにわたって分析と結果を追跡します
統計的証拠を整理する：仮説を、それを支持する統計的検定と結果に結び付ける
変数の関係を文書化する: 変数がどのように相関し、予測し、影響し合うかを記録する
モデル開発の追跡: 統計モデルの進化とそのパフォーマンスを文書化する
結果の解釈をサポートする：統計的知見を研究上の疑問や理論的枠組みに結び付ける
方法論的厳密さを確保する：方法論的決定と分析アプローチを文書化する
研究報告書の作成：研究結果を裏付ける統計的証拠を整理する
研究の進捗状況を追跡: 研究ライフサイクル全体を通じてエンティティのステータスを監視します
研究タスクの優先順位付け：優先度の高い研究活動を特定し、それに焦点を当てる
研究プロセスの順序付け：研究と分析のステップの論理的な順序を計画し、視覚化する

構成

Claude Desktopでの使用

これをclaude_desktop_config.jsonに追加します:

GitHubからインストールしてnpxで実行する

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

グローバルにインストールして直接実行

まず、パッケージをグローバルにインストールします。

npm install -g github:tejpalvirk/quantitativeresearch

次に、Claude Desktop を構成します。

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

ドッカー

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

建物

ソースから

# 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 quantitativeresearch
node quantitativeresearch_index.js

ドッカー:

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

ライセンス

このMCPサーバーはMITライセンスに基づいてライセンスされています。つまり、MITライセンスの条件に従って、ソフトウェアを自由に使用、改変、配布することができます。詳細については、プロジェクトリポジトリのLICENSEファイルをご覧ください。

環境変数

Quantitative Research MCP サーバーは、データの保存場所をカスタマイズするために次の環境変数をサポートしています。

MEMORY_FILE_PATH : ナレッジグラフデータが保存されるパス
- 絶対パスまたは相対パスを指定できます（相対パスは現在の作業ディレクトリを使用します）
- デフォルト: ./quantitativeresearch/memory.json
SESSIONS_FILE_PATH : セッションデータが保存されるパス
- 絶対パスまたは相対パスを指定できます（相対パスは現在の作業ディレクトリを使用します）
- デフォルト: ./quantitativeresearch/sessions.json

使用例:

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

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

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

Quantitative Researcher MCP Server

Integrations