统计源MCP服务器
提供统计分析功能的模型上下文协议服务器。此服务器使LLM能够分析来自各种来源的数据，计算统计数据并生成预测。
统计工具连接到我们的分析API，允许人工智能模型执行统计分析，并根据用户数据生成ML预测，无论是在PostgreSQL数据库还是CSV文件中。
可用工具
get_统计
分析数据并计算统计数据，或根据提供的参数生成机器学习预测。
论据：
columns（字符串列表，必填）：要分析或预测的列名列表（向用户询问确切的列名）。data_source（字符串，可选）：数据文件（上传到statsource.me）、数据库连接字符串（向用户询问确切的字符串）或API端点的路径。如果没有提供，则使用DB_CONNECTION_STRING如果设置了env配置。source_type（字符串，可选）：数据源的类型（“csv”、“数据库”或“api”）。如果没有提供，则使用DB_SOURCE_TYPE如果设置了env配置。table_name（字符串，可选，但 必需的 如果source_type是“数据库”）：要使用的数据库表的名称（请用户提供确切的表名）。statistics（字符串列表，可选）：要计算的统计信息列表（必需query_type="statistics").有效选项包括：“均值”、“中位数”、“标准差”、“总和”、“计数”、“最小”、“最大”、“描述”、“相关性”、“缺失”、“唯一”、“箱图”。query_type（string，可选，默认=“statistics”）：查询类型（“statistic”或“ml_presearch”）。periods（整数，可选）：要预测的未来周期数（必填）query_type="ml_prediction").filters（dict，可选）：用于过滤数据的列值对字典（例如。，{"status": "completed", "region": ["North", "East"]}).groupby（字符串列表，可选）：在计算统计数据之前对数据进行分组的列名列表（例如。，["region", "product_category"]).options（dict，可选）：特定操作的附加选项字典。date_column（字符串，可选）：列名，包含用于过滤和时间序列分析的日期/时间戳信息。start_date（字符串或日期时间，可选）：包含过滤的开始日期（ISO 8601格式，例如“2023-01-01”）。end_date（字符串或日期时间，可选）：包含过滤的结束日期（ISO 8601格式，例如“2023-12-31”）。
关键使用说明：
- 数据来源： 对于CSV，用户必须先将文件上传到statsource.me并提供文件名。对于数据库，请向用户询问 _精确_ 连接字符串和表名。永远不要猜测或发明连接细节。
- 配置： 如果
data_source和source_type如果未提供，该工具将尝试使用DB_CONNECTION_STRING和DB_SOURCE_TYPE从环境配置（见下文）。 - 筛选/分组： 使用
filters,groupby,date_column,start_date，以及end_date分析特定的数据子集。
建议功能
建议StatSource分析平台的新功能或改进。
论据：
description（string，必填）：对建议功能的清晰、详细的描述use_case（string，必填）：解释用户将如何以及为什么使用此功能priority（字符串，可选）：建议的优先级（“低”、“中”、“高”）
安装
使用紫外线（推荐）
使用紫外线时，不需要特定的安装。我们将使用uvx直接运行mcp服务器统计数据。
Docker支持
Docker Hub上提供了一个预构建的Docker镜像，简化了服务器的运行。您可以直接使用此图像，而无需自己构建。
拉取图像（可选，如 docker run 如果图像在本地不存在，将自动执行此操作）：
docker pull jamie78933/statsource-mcp要使用Docker镜像运行服务器：
docker run -i --rm jamie78933/statsource-mcp注意：对于Claude.app等应用程序中的实际使用，请参阅下面的配置部分，以传递必要的环境变量，如API键和数据库连接字符串。
使用PIP
或者，您可以通过pip安装mcp服务器统计数据：
pip install mcp-server-stats安装后，您可以使用以下命令将其作为脚本运行：
python -m mcp_server_stats或者使用控制台脚本：
mcp-server-stats配置
为Claude.app进行配置
添加到您的Claude设置中：
使用uvx
"mcpServers": {
"statsource": {
"command": "uvx",
"args": ["mcp-server-stats"]
}
}使用docker
{
"mcpServers": {
"statsource": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"API_KEY=YOUR_STATSOURCE_API_KEY",
"-e",
"DB_CONNECTION_STRING=postgresql://your_db_user:your_db_password@your_db_host:5432/your_db_name",
"-e",
"DB_SOURCE_TYPE=database",
"jamie78933/statsource-mcp"
],
"protocolVersion": "2024-11-05"
}
}
}使用pip安装
"mcpServers": {
"statsource": {
"command": "python",
"args": ["-m", "mcp_server_stats"]
}
}环境变量
您可以在Claude.app配置中使用环境变量配置服务器：
"mcpServers": {
"statsource": {
"command": "python",
"args": ["-m", "mcp_server_stats"],
"env": {
"API_KEY": "your_api_key",
"DB_CONNECTION_STRING": "postgresql://username:password@localhost:5432/your_db",
"DB_SOURCE_TYPE": "database"
}
}
}可用环境变量：
API_KEY：用于使用statsource.me进行身份验证的API密钥DB_CONNECTION_STRING：默认数据库连接字符串DB_SOURCE_TYPE：默认数据源类型（通常为“数据库”）
调试
您可以使用MCP检查器调试服务器。对于uvx安装：
npx @modelcontextprotocol/inspector uvx mcp-server-stats或者，如果您已将软件包安装在特定目录中或正在其上开发：
cd path/to/servers/
npx @modelcontextprotocol/inspector python -m mcp_server_stats贡献
我们鼓励捐款以帮助扩展和改进mcp服务器统计数据。无论您是想添加新工具、增强现有功能还是改进文档，您的意见都是有价值的。
欢迎拉取请求！欢迎贡献新想法、错误修复或增强功能，使mcp服务器统计数据更加强大和有用。
许可证
mcp服务器统计数据根据MIT许可证获得许可。这意味着您可以根据MIT许可证的条款和条件自由使用、修改和分发软件。有关更多详细信息，请参阅项目存储库中的LICENSE文件。