Which integrations are available for this server?

Provides AI-powered survey comment analysis using Gemini API for automated issue detection and improvement recommendations in survey data Generates interactive charts including bar graphs for keyword rankings and pie charts for analysis axis distributions in survey reports Performs morphological analysis and natural language processing for English survey comments, including keyword extraction and frequency analysis

How do I use Survey Insight MCP Server?

1. Click on "Deploy Server". 2. Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state. 3. In the chat, type @ followed by the MCP server name and your instructions, e.g., "@Survey Insight MCP Server analyze the employee feedback survey CSV and generate a dashboard with word clouds and insights" That's it! The server will respond to your query, and you can continue using it as needed. Here is a step-by-step guide with screenshots.

Survey Insight MCP Server

by sinjorjob

Overview Schema Source Related Servers Discussions Admin

Python

Hybrid

📊 Survey Insight MCP Server

AI-powered survey comment analysis MCP server that generates beautiful interactive dashboards.

社内アンケートの自由コメント欄を自動分析し、洗練されたHTMLダッシュボードを生成するMCPサーバです。

📸 生成されるレポート例

エグゼクティブサマリー & WordCloud

キーワードランキング & 分析軸別グラフ

AI課題分析 & 改善提案

Related MCP server: Azure Usage MCP Server

✨ 主な機能

📝 CSV自動解析: エンコーディング自動検出、データクレンジング
🔍 形態素解析:
- 日本語: janomeによる高精度解析
- 英語: spaCyによる自然言語処理
- キーワード抽出・頻度分析
🌐 多言語対応:
- 日本語・英語の自動判別
- AI分析結果は常に日本語で出力
📈 分析軸対応: 部署、年代、役職などで多角的分析
☁️ WordCloud生成: 美しいカラースキーム（パープルグラデーション）
📊 インタラクティブグラフ: Plotlyで棒グラフ（キーワードランキング）、円グラフ（分析軸別分布）
🤖 AI課題分析: Claude/Gemini APIで課題発見・改善提案
🎨 HTMLダッシュボード: レスポンシブ、アニメーション付き

🚀 クイックスタート

Claude Codeでの使用

方法1: コマンドラインでインストール（推奨）

基本インストール（AI分析なし）:

claude mcp add --transport stdio survey-insight --scope user -- \
  uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

AI分析あり - Claude Code Subscription利用（推奨）:

claude mcp add --transport stdio survey-insight --scope user \
  -e USE_CLAUDE_CODE_SUBSCRIPTION=true -- \
  uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

AI分析あり - Anthropic Claude API利用:

claude mcp add --transport stdio survey-insight --scope user \
  -e LLM_PROVIDER=anthropic \
  -e LLM_API_KEY=sk-ant-api03-your_key_here \
  -e LLM_MODEL=claude-3-5-sonnet-20241022 -- \
  uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

AI分析あり - Google Gemini API利用:

claude mcp add --transport stdio survey-insight --scope user \
  -e LLM_PROVIDER=google \
  -e LLM_API_KEY=your_google_api_key_here \
  -e LLM_MODEL=gemini-2.0-flash-exp -- \
  uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

インストール後、Claude Codeを再起動してください。

方法2: 設定ファイルで手動インストール

設定ファイル（Windows: %USERPROFILE%\.claude.json、macOS/Linux: ~/.claude.json）を編集：

基本設定（AI分析なし）:

{
  "mcpServers": {
    "survey-insight": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ]
    }
  }
}

AI分析あり - Claude Code Subscription利用:

{
  "mcpServers": {
    "survey-insight": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ],
      "env": {
        "USE_CLAUDE_CODE_SUBSCRIPTION": "true"
      }
    }
  }
}

AI分析あり - Anthropic Claude API利用:

{
  "mcpServers": {
    "survey-insight": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ],
      "env": {
        "LLM_PROVIDER": "anthropic",
        "LLM_API_KEY": "sk-ant-api03-your_key_here",
        "LLM_MODEL": "claude-3-5-sonnet-20241022"
      }
    }
  }
}

AI分析あり - Google Gemini API利用:

{
  "mcpServers": {
    "survey-insight": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ],
      "env": {
        "LLM_PROVIDER": "google",
        "LLM_API_KEY": "your_google_api_key_here",
        "LLM_MODEL": "gemini-2.0-flash-exp"
      }
    }
  }
}

設定後、Claude Codeを再起動してください。

LLMプロバイダーの変更方法

後からLLMプロバイダーを変更する場合：

方法A: コマンドで再登録

# 1. 既存の設定を削除
claude mcp remove survey-insight

# 2. 新しいプロバイダーで再登録
# Google Geminiに変更する場合：
claude mcp add --transport stdio survey-insight --scope user \
  -e LLM_PROVIDER=google \
  -e LLM_API_KEY=your_new_key_here \
  -e LLM_MODEL=gemini-2.0-flash-exp -- \
  uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

# Anthropic Claudeに変更する場合：
claude mcp add --transport stdio survey-insight --scope user \
  -e LLM_PROVIDER=anthropic \
  -e LLM_API_KEY=sk-ant-api03-your_new_key_here \
  -e LLM_MODEL=claude-3-5-sonnet-20241022 -- \
  uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

# 3. Claude Codeを再起動

方法B: 設定ファイルを直接編集 ~/.claude.jsonのenvセクションを編集して、Claude Codeを再起動。

使い方

Claude Code上で以下のように依頼：

examples/sample_survey.csvを分析して、部署別・年代別のレポートを生成してください。

MCPツールが自動的に呼び出され、HTMLレポートとWordCloudが生成されます。

📋 CSVファイル要件

ファイル形式

拡張子: .csv
エンコーディング: 自動検出対応
- cp932 (Excel日本語 / Shift-JIS)
- shift-jis
- utf-8-sig (BOM付きUTF-8)
- utf-8
言語: 日本語・英語に対応
- 日本語: デフォルトで対応（追加設定不要）
- 英語: 自動で対応（英語モデルは依存関係に含まれます）
- コメント列のテキストから言語を自動判別
- languageパラメータで明示的な指定も可能（"ja" または "en"）
- AI分析結果は常に日本語で出力（入力言語に関わらず）

データ形式

必須要素:

コメント列: 自由記述テキストを含む列
- 列名に「コメント」「comment」「自由記述」「意見」「感想」「フィードバック」を含む場合は自動検出
- 上記以外の場合は最も平均文字数が長い文字列型の列を自動選択
- comment_columnパラメータで明示的に指定も可能

オプション要素:

分析軸列: カテゴリカルデータ（部署、年代、役職など）
- 以下の条件で自動検出:
  - ユニーク値が2以上
  - ユニーク値が全体の50%未満
  - データ型が文字列 (object) またはカテゴリ (category)
- analysis_axesパラメータで明示的に指定も可能
- 除外: コメント列、ID列

データクレンジング:

完全に空の行は自動削除
重複行は自動削除
文字列の前後空白は自動トリミング

サンプルCSV構造

日本語:

部署,年代,コメント
営業,30代,対応が丁寧で良かったです
技術,40代,待ち時間が長いのが気になりました

英語:

Department,Age_Group,Comments_Feedback
Sales,30s,The service was very polite and helpful
Technical,40s,The waiting time was a bit long

サンプルファイル:

日本語版: examples/sample_survey.csv
英語版: examples/healthcare_service_survey_en.csv

📝 AI分析機能について

AI分析なし:

形態素解析、キーワード抽出、グラフ生成、WordCloudのみ実行
環境変数設定不要

AI分析あり:

上記に加えて、AIによる課題発見・改善提案を実行
以下のいずれかの環境変数設定が必要：
- USE_CLAUDE_CODE_SUBSCRIPTION=true（Claude Codeサブスクリプション）
- LLM_PROVIDER + LLM_API_KEY（Anthropic/Google API）

🔧 その他のMCPクライアント

Gemini CLI

設定ファイル（Windows: %USERPROFILE%\.gemini\settings.json、macOS/Linux: ~/.gemini/settings.json）を編集：

基本設定（AI分析なし）:

{
  "mcpServers": {
    "survey-insight": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ]
    }
  }
}

AI分析あり（Google Gemini API利用 - 推奨）:

{
  "mcpServers": {
    "survey-insight": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ],
      "env": {
        "LLM_PROVIDER": "google",
        "LLM_API_KEY": "your_google_api_key_here",
        "LLM_MODEL": "gemini-2.0-flash-exp"
      }
    }
  }
}

設定後、Gemini CLIを再起動してください。

その他のMCPクライアント

MCP仕様に準拠した任意のクライアントで使用できます：

Transport: stdio
Command: uvx
Args: ["--from", "git+https://github.com/sinjorjob/survey-insight-mcp.git", "survey-insight-mcp"]
Environment Variables: 上記の環境変数設定を参照

🌐 多言語対応

Survey Insight MCP Serverは日本語と英語のアンケートに対応しています。

サポート言語

日本語: janome による形態素解析
英語: spacy (en_core_web_sm) による形態素解析

言語判別

自動判別（推奨）:

コメント列のテキストから自動的に言語を判別します。

examples/customer_feedback_en.csvを分析してください。

手動指定:

languageパラメータで明示的に指定することも可能です。

{
  "csv_path": "examples/survey_data.csv",
  "language": "en"  # "ja" or "en"
}

英語環境のセットアップ

完全自動セットアップ:

英語CSVを初めて分析する際、spacyの英語モデル (en_core_web_sm) が完全自動でダウンロードされます。ユーザーによる事前セットアップは一切不要です。

初回のみ約12MBのモデルダウンロードが発生します（数秒〜数十秒）
2回目以降は既存のモデルを使用するため、ダウンロードは不要です
uvx環境で自動的に uv pip install が実行されます

処理の違い

処理	日本語 (janome)	英語 (spacy)
形態素解析	✅	✅
キーワード抽出	表層形を使用	レンマ（基本形）を使用
複合名詞抽出	✅ 対応	❌ 非対応（単語のみ）
品詞フィルタリング	名詞・動詞・形容詞	NOUN・VERB・ADJ
最小文字数	1文字以上	3文字以上
ストップワード	日本語用リスト	英語用リスト

📖 MCPツール仕様

`analyze_survey`

CSVファイルからアンケート分析を実行し、HTMLレポートとWordCloudを生成します。

パラメータ:

csv_path (必須): CSVファイルのパス
comment_column (オプション): 自由コメント列の名前（省略時は自動検出）
analysis_axes (オプション): 分析軸のリスト（例: ["部署", "年代", "役職"]）
output_path (オプション): 出力HTMLパス（デフォルト: output/survey_report.html）
enable_ai_analysis (オプション): AI課題分析を有効化（デフォルト: true）
language (オプション): 言語コード（"ja" or "en"、省略時はコメント列から自動判別）

使用例:

examples/healthcare_service_survey.csvを分析して、診療科別と年齢層別のレポートを生成してください。

英語CSVの分析例:

examples/customer_feedback_en.csvを分析してください。

🛠️ ローカル開発

環境構築

# リポジトリのクローン
git clone https://github.com/sinjorjob/survey-insight-mcp.git
cd survey-insight-mcp

# uv仮想環境作成
uv venv

# 依存パッケージインストール
uv pip install -e .

環境変数設定

cp .env.example .env
# .envファイルを編集してLLM設定

ローカルでのテスト

# MCPサーバをローカルから実行
uvx --from . survey-insight-mcp

# または、MCP Inspectorでテスト
npm install -g @modelcontextprotocol/inspector
mcp-inspector uvx --from . survey-insight-mcp

テスト実行

# ユニットテスト
pytest

# Lintチェック
ruff check --line-length=127
ruff format --check --diff --line-length=127

📁 プロジェクト構造

survey-insight-mcp/
├── pyproject.toml              # パッケージ設定
├── README.md                   # このファイル
├── LICENSE                     # MITライセンス
├── .env.example                # 環境変数テンプレート
├── src/survey_insight/
│   ├── server.py              # エントリーポイント
│   ├── mcp_server.py          # MCPサーバ実装
│   ├── csv_loader.py          # CSV読み込み
│   ├── text_analyzer.py       # 形態素解析
│   ├── chart_generator.py     # グラフ生成
│   ├── ai_analyzer.py         # AI課題分析
│   └── templates/
│       └── dashboard.html     # HTMLテンプレート
├── tests/                     # テストコード
└── examples/                  # サンプルCSVファイル

🔄 アップデート方法

最新版を取得するには：

# uvxキャッシュをクリア
uv cache clean

# Claude Code / Gemini CLIを再起動

uvxは自動的に最新のコミットを取得します。

🐛 トラブルシューティング

問題1: MCPサーバが表示されない

解決策:

Claude Code設定ファイル（~/.claude.json）を確認
GitHubリポジトリのURLが正しいか確認
Claude Codeを再起動

問題2: AI分析が実行されない

原因: 環境変数が正しく設定されていない

解決策:

USE_CLAUDE_CODE_SUBSCRIPTION=true を設定
または、LLM_PROVIDER と LLM_API_KEY を設定

問題3: 依存関係のエラー

解決策:

# uvxキャッシュをクリア
uv cache clean --force

# Claude Codeを再起動

📝 ライセンス

MIT License

🤖 Powered by Claude AI

Available Tools

4 tools

analyze_surveyC

アンケートCSVファイルを分析し、形態素解析、WordCloud、グラフを含む洗練されたHTMLレポートを生成します

Inputs: csv_path (required), comment_column, analysis_axes, output_path, +2 more.

extract_keywordsC

形態素解析でキーワードを抽出

Inputs: text (required), top_n.

generate_wordcloudC

テキストデータからWordCloudを生成

Inputs: text (required), output_path, color_scheme.

update_ai_analysisA

既存のHTMLレポートにClaude Codeが分析した課題と解決策を追加します。

        使用前に必ず以下を実施してください：
        1. analysis_summary.txtを読み込み（グラフデータ+分析軸別コメント詳細を含む）
        2. グラフデータ（頻出キーワード、分析軸別統計）を定量的に分析
        3. 分析軸別コメント詳細でセグメント特性を把握（全コメントが含まれる）
        4. 定量データと定性データを統合して課題を抽出
        5. 具体的なコメント引用を含めた詳細な課題説明を作成

        APIキーなしでClaude Codeサブスクリプションのみで利用する場合に使用します。

Inputs: report_path (required), issues (required), solutions.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

Deploy Server

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

TDQS

B3.2/5.0

Scored 2026-04-18 07:30 across 4 tools

Disambiguation4/5

The four tools have distinct primary purposes: analyze_survey creates comprehensive HTML reports, extract_keywords focuses on keyword extraction, generate_wordcloud creates visual word clouds, and update_ai_analysis enhances existing reports with AI insights. However, there is some functional overlap as analyze_survey already includes keyword extraction and word cloud generation, which could cause confusion about when to use the specialized tools versus the comprehensive analyzer.

Naming Consistency5/5

All tool names follow a consistent verb_noun pattern with snake_case formatting: analyze_survey, extract_keywords, generate_wordcloud, and update_ai_analysis. The naming is predictable and follows the same grammatical structure throughout, making it easy for agents to understand the action-object relationship.

Tool Count4/5

Four tools is a reasonable number for a survey analysis server, providing focused functionality without being overwhelming. However, the set feels slightly thin for comprehensive survey analysis workflows, as it lacks tools for basic survey operations like loading/parsing survey data, filtering responses, or generating different types of visualizations beyond word clouds.

Completeness3/5

The toolset covers advanced analysis and reporting well but has notable gaps in foundational survey operations. There are no tools for importing/validating survey data, basic statistical analysis, filtering responses by demographics, or creating different visualization types. The workflow assumes users already have processed survey data ready for analysis, creating potential dead ends for agents needing to perform complete survey analysis from raw data.

Maintenance

ActivityInactive

ResponsivenessNo recent community issues

Resources

Related MCP Connectors

Review Analyzer: Sentiment, Complaints, Themes & Reply Drafts
io.github.Nero-Engine
Sentiment, complaint themes, quotes, business reports and reply drafts for any reviews dataset.
AI & Machine Learning Product Management Customer Support
1
https://mcp.apify.com/?tools=nerolabs/review-analyzer
Open-End Response Analyser – coding of open-ended survey answersA
com.surveysai
Code open-ended survey responses: AI code frame (L1-L3), categorization, results and exports.
AI & Machine Learning Research & Data
111
https://mcp.open-end.surveysai.com/mcp
Clootrack
com.clootrack
Analyze customer feedback at scale — reviews, surveys, calls. AI-powered themes and sentiment.
Product Management Research & Data
2
https://mcp.clootrack.com
leafchat
app.leafchat
AI support chat for Japanese-language sites. Analyze chats, review unanswered questions, edit docs.
Customer Support AI & Machine Learning Documentation Access
1
https://api.leafchat.app/mcp

Related MCP Servers

Vibe Preprocessing and
Data Platforms Research & Data Developer Tools
mudit14224
F
license
Not graded
quality
D
maintenance
Enables users to preprocess, analyze, and visualize CSV data through comprehensive tools for data manipulation, statistical analysis, and graph generation.
Updated 2 years ago (2025-04-20 02:15 UTC)
3
-
Azure Usage MCP Server
Search Databases
rithik-perera
F
license
Not graded
quality
D
maintenance
Enables natural language analysis of Azure usage data from CSV files, providing cost summaries, visualizations, and insights about service and regional spending patterns.
Updated 2 years ago (2025-04-25 00:58 UTC)
1
-
Excel MCP Server
Data Platforms Finance Research & Data
ishayoyo
A
license
C
quality
D
maintenance
Enables conversational data analysis of Excel/CSV files through natural language queries, powered by 395 Excel functions via HyperFormula and multi-provider AI. Supports advanced analytics, bulk operations, financial modeling, and large file processing with intelligent chunking.
Updated 3 months ago (2026-08-22 17:47 UTC)
35
43 npm
38
MIT
Survey Cross-Analysis MCP
Research & Data Data Platforms App Automation
2811jh
F
license
Not graded
quality
D
maintenance
An AI-driven tool for processing survey data that supports cross-tabulation, NPS and satisfaction scoring, and automated Excel report generation. It enables users to analyze datasets via natural language for tasks like merging response options and identifying demographic differences.
Updated 8 months ago (2026-03-13 14:43 UTC)
-

Appeared in Searches

A server for finding information about text analytics

📊 Survey Insight MCP Server

📸 生成されるレポート例

エグゼクティブサマリー & WordCloud

キーワードランキング & 分析軸別グラフ

AI課題分析 & 改善提案

✨ 主な機能

🚀 クイックスタート

Claude Codeでの使用

方法1: コマンドラインでインストール（推奨）

方法2: 設定ファイルで手動インストール

LLMプロバイダーの変更方法

使い方

📋 CSVファイル要件

ファイル形式

データ形式

サンプルCSV構造

📝 AI分析機能について

🔧 その他のMCPクライアント

Gemini CLI

その他のMCPクライアント

🌐 多言語対応

サポート言語

言語判別

英語環境のセットアップ

処理の違い

📖 MCPツール仕様

analyze_survey

🛠️ ローカル開発

環境構築

環境変数設定

ローカルでのテスト

テスト実行

📁 プロジェクト構造

🔄 アップデート方法

🐛 トラブルシューティング

問題1: MCPサーバが表示されない

問題2: AI分析が実行されない

問題3: 依存関係のエラー

📝 ライセンス

Available Tools

Tool Schema Changelog

TDQS

Maintenance

Resources

Related MCP Connectors

Related MCP Servers

Vibe Preprocessing and

Azure Usage MCP Server

Excel MCP Server

Survey Cross-Analysis MCP

Appeared in Searches

`analyze_survey`