Prep For Research Analysis

研究分析MCP服务器准备

一个专门的模型上下文协议（MCP）服务器，用于将成绩单和文档转换为干净的Markdown格式，用于研究分析工作流程。

 ](https://nodejs.org/) 

🎯 目的

将原始成绩单、文档和图像转换为干净、匿名的Markdown，非常适合研究分析。专为研究人员、分析师和任何处理面试数据、会议记录或文档转换工作流程的人而设计。

✨ 主要特点

• 🎙️ VTT转录转换：使用智能说话者识别转换字幕文件
• � 文本文档转换：将纯文本文件（.txt）转换为结构化Markdown
• �🔒 隐私保护：自动匿名说话者（例如“Jennifer Adams”→ “（JA）”）
• 📊 研究就绪输出：用于AI分析工具和Agent Playground的YAML frontmatter
• 🖼️ 图像处理：使用OCR从屏幕截图和文档中提取内容
• 📝 内容消毒：删除电子邮件、电话号码和敏感数据
• ⚡ 生产准备就绪：高效处理大文件（测试了6000多行）

🚀 快速开始

安装

git clone https://github.com/your-username/prep-for-research-analysis.git
cd prep-for-research-analysis
npm install

配置

1. 复制环境模板：

   cp .env.example .env

1. （可选）添加Azure AI凭据以进行高级图像处理：

   AZURE_AI_FOUNDRY_ENDPOINT=your-endpoint-here
   AZURE_AI_FOUNDRY_KEY=your-key-here

启动服务器

npm start

💬 GitHub复制集成

设置

添加到您的VS代码 settings.json:

{
  "github.copilot.chat.mcp.servers": {
    "prep-for-research-analysis": {
      "name": "Prep for Research Analysis",
      "command": "node",
      "args": ["prep-for-research-analysis-server.js"],
      "cwd": "/path/to/your/project"
    }
  }
}

使用示例

@prep-for-research-analysis convert_vtt_to_md filePath="interview.vtt" anonymizeSpeakers=true

@prep-for-research-analysis convert_txt_to_md filePath="notes.txt" title="Meeting Notes" tags=["meeting", "notes"] anonymize=true

@prep-for-research-analysis process_file_for_azure inputPath="meeting.vtt" title="Strategy Meeting" tags=["strategy", "planning"]

@prep-for-research-analysis convert_image_to_md filePath="diagram.png" title="System Architecture"

📊 样本输出

输入（VTT）

WEBVTT

00:07:10.709 --> 00:07:15.070
I think we need to focus on user experience first.

00:07:15.070 --> 00:07:17.709
Absolutely, that's our top priority.

输出（Markdown）

---
title: Strategy Meeting
created: '2025-06-27T18:45:00.000Z'
content_type: transcript
tags:
  - strategy
  - planning
azure_ai_foundry:
  ready: true
  format_version: '1.0'
---

# Transcript

## Speaker Key
- (JA): [Speaker anonymized]
- (MJ): [Speaker anonymized]

---

**(JA):** I think we need to focus on user experience first.

**(MJ):** Absolutely, that's our top priority.

🛠️ 可用工具

📁 项目结构

prep-for-research-analysis/
├── prep-for-research-analysis-server.js  # Main MCP server
├── package.json                          # Dependencies
├── .env.example                         # Environment template
├── tests/
│   └── sample-files/                    # Test data
├── docs/                                # Documentation
└── .vscode/                            # VS Code integration

🧪 测试

# Run all tests
npm run test:all

# Test basic functionality
npm run test:basic

# Test VTT conversion
npm test

📖 文档

• VTT转换指南 -逐步转换说明
• VS代码集成 -VS代码设置指南
• **** -副驾驶配置
• 使用指南 -全面的使用文档

⚙️ 高级配置

大文件处理

服务器高效地处理大型成绩单（测试了6000多行）。对于超大文件，解析器使用流技术来保持性能。

自定义匿名

说话者匿名化可以通过修改 extractSpeakerInfo 主服务器文件中的函数。

Azure AI集成

对于高级图像处理，请在您的 .env 文件。

🤝 贡献

1. 分叉存储库
2. 创建要素分支(git checkout -b feature/amazing-feature)
3. 提交您的更改(git commit -m 'Add amazing feature')
4. 推到分支(git push origin feature/amazing-feature)
5. 打开拉取请求

🐛 故障排除

常见问题

服务器无法启动：

• 检查Node.js版本（需要18+）
• 验证是否已安装所有依赖项(npm install)

大文件超时：

• 增加MCP客户端的超时时间
• 考虑对超大文件进行分块处理

图像处理失败：

• 确保安装了Tesseract.js依赖项
• 如果使用高级模式，请检查Azure AI凭据

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

• 建立在 模型上下文协议
• 用途 Tesseract.js 用于OCR处理
• 受到对干净、可用于研究的成绩单转换需求的启发

______________________________________________________________________

准备好转换你的成绩单了吗？ 从 VTT转换指南!

项目结构

mcp-explore/
├── azure-ai-foundry-server-fixed.js  # Main MCP server
├── mcp-explorer.js                    # MCP client utility
├── package.json                       # Node.js dependencies
├── .env                               # Environment variables (your credentials)
├── .env.example                       # Environment template
├── README.md                          # This file
├── USAGE_GUIDE.md                     # Comprehensive usage guide
├── CHANGELOG.md                       # Version history
├── CONTRIBUTING.md                    # Contribution guidelines
├── LICENSE                            # MIT license
├── examples/                          # Sample files for testing
│   ├── sample-presentation.vtt        # Sample VTT file
│   ├── research-meeting.vtt           # Another VTT example
│   └── *.md                          # Generated outputs
├── tests/                             # Test suite
│   ├── quick-validation.js            # Quick server validation
│   ├── full-pipeline-test.js          # Complete workflow test
│   ├── test-azure-ai-foundry.js       # Azure AI specific tests
│   └── test-enhanced-vtt.js           # VTT processing tests
├── docs/                              # Additional documentation
└── .github/                           # GitHub workflows

安装

npm install

用法

启动MCP服务器

npm start
# or
npm run server

运行测试

# Run all enhanced tests
npm test

# Run specific tests
npm run test:basic     # Basic functionality
npm run test:pipeline  # Full pipeline test
npm run test:enhanced  # Enhanced VTT processing

可用工具

1. convert_vtt_to_md -使用说话者匿名化将VTT文件转换为Markdown
2. convert_image_to_md -使用OCR或Azure AI Foundry将图像转换为Markdown
3. 匿名内容 -从文本中删除敏感信息
4. add_yaml_frontmatter -添加Azure AI Foundry元数据
5. 进程file_for_azure -完整的管道（推荐）

示例用法

输入VTT格式

WEBVTT

3e2f4a5b-9d8c-5f3e-b2c3-4d5e6f708901/10-0
00:00:01.000 --> 00:00:06.000
Good afternoon everyone.

输出Markdown

---
title: Meeting Transcript
created: '2025-06-27T00:00:00.000Z'
content_type: transcript
tags: ['meeting', 'anonymized', 'azure-ai-foundry']
azure_ai_foundry:
  ready: true
  format_version: '1.0'
---

# Transcript

## Speaker Key
- (JA): [Speaker anonymized]

---

**(JA):** Good afternoon everyone.

目录结构

├── azure-ai-foundry-server-fixed.js  # Main MCP server
├── mcp-explorer.js                    # MCP client
├── package.json                       # Project configuration
├── README.md                          # This file
├── examples/                          # Sample files and outputs
│   ├── research-meeting.vtt          # Sample complex VTT
│   ├── sample-presentation.vtt       # Sample simple VTT
│   ├── anonymized-research-meeting.md # Sample output
│   └── processed-presentation.md     # Sample output
└── tests/                            # Test scripts
    ├── test-azure-ai-server.js       # Basic tests
    ├── test-enhanced-vtt.js          # Enhanced VTT tests
    └── full-pipeline-test.js         # Complete pipeline tests

支持的文件类型

• VTT：带有说话者标识的WebVTT字幕文件
• 图像：PNG、JPG、JPEG、GIF、BMP、TIFF、WEBP，带OCR或AI处理
• 未来：根据需要提供其他格式

处理选项

图像处理

• OCR模式 （默认）：使用Tesseract.js进行文本提取
• Azure AI铸造模式：使用多模式AI增强内容理解

配置

要使用Azure AI Foundry模式，请执行以下操作：

1. 复制 .env.example 向 .env
2. 添加您的Azure AI Foundry凭据：

   AZURE_AI_FOUNDRY_ENDPOINT=https://your-resource.openai.azure.com/
   AZURE_AI_FOUNDRY_API_KEY=your_api_key_here
   AZURE_AI_FOUNDRY_MODEL_NAME=gpt-4-vision

1. 使用 processingMode: "azure-ai" 在您的工具调用中

Azure AI Foundry集成

服务器生成带有适当的YAML frontmatter的markdown文件，Azure AI Foundry代理可以直接使用这些文件：

• title：文档标题
• content_type：内容类型（成绩单、文件等）
• tags：分类标签
• azure_ai_foundry.ready：表示文件已准备好用于AI消费
• azure_ai_foundry.format_version：格式规范版本

发展

要扩展功能，请执行以下操作：

1. 向中添加新工具 setupHandlers() 方法
2. 将工具逻辑实现为异步方法
3. 更新中的工具列表 ListToolsRequestSchema 处理器
4. 在中添加测试 tests/ 目录

许可证

国际协调委员会