mcpField
R
Research Methods Library

Research Methods Library

リモート
github.com科学・教育01 日前に更新
リポジトリ公式サイト

Research Methods Library について

Research Methods Libraryは、方法論文献に基づく助言を求める研究者や分析者向けのMCPサーバーです。研究デザイン、前提条件、実行可能なコード、参照元の引用を提示します。

主な機能

  1. 01研究手法の提案
  2. 02前提条件と適用範囲の提示
  3. 03実行可能なR・Pythonコード
  4. 04文献セクションの検索と取得
  5. 05複数形式の引用生成
  6. 06読み取り専用ツールとカタログリソース

活用シーン

  1. 01因果関係の問いに合う研究設計を選ぶ
  2. 02統計分析用のコードを得る
  3. 03論文に使う手法と引用を探す
  4. 04引用付きの方法論セクションを作成

MCP 対応

MCP対応クライアントに研究手法ツール、プロンプト、ライブラリのリソースを提供します。ツールは索引資料の検索・取得、手法の提案、コードの提示、引用の整形を行います。

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://research-methods-mcp.vercel.app/mcp
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

ツール

6
パラメーター型必須説明
limitintegerいいえ結果数(デフォルトは 8)。
querystringはい検索する内容を平易な言葉で指定します。例:"staggered difference-in-differences with never-treated controls"。
sourceenumいいえ対象を 1 つの著作に限定します:data_analysis (A Guide on Data Analysis);causalverse (causalverse: The All-in-One Causal Inference Toolkit);credit_score (Credit Scoring: Theory, Methods, and Practice);marketing_research (Marketing Research: A Technical and Academic Treatment);ai_in_action (AI in Action: A Reference for Artificial Intelligence);advanced_data_analysis (Advanced Data Analysis);tidy_finance_vn (Applying Tidy Finance with Python to Vietnam);tidy_finance_vn_vi (Tài Chính Ứng Dụng với Python);mlpy (Machine Learning in Python);publications (Research Articles and Publications)。data_analysis | causalverse | credit_score | marketing_research | ai_in_action | advanced_data_analysis | tidy_finance_vn | tidy_finance_vn_vi | mlpy | publications
languageenumいいえこの言語のコードを含むセクションを優先します。r | python | julia

詳細

README の画像

研究手法ライブラリ

AI アシスタントに方法論に関する文献を参照させる Model Context Protocol サーバーです。研究デザインの推奨、識別仮定、実行可能な R および Python コードを提示し、参照したすべての情報源を引用します。

MIT ライセンス MCP:ストリーミング可能な HTTP

Research Methods Library は、Model Context Protocol(MCP)サーバーです。研究上の問いを入力すると、候補となる研究デザインを推奨し、識別仮定を明示して、実行可能な R および Python コードを返し、参照したすべての情報源について書式を整えた引用を提供します。インデックスには、因果推論、計量経済学、実験デザイン、マーケティングリサーチ、信用スコアリング、機械学習、人工知能を扱う、8 冊の書籍、1 つの R パッケージ、著者の研究論文(Sources に掲載)から抽出した約 17,000 のセクションが含まれています。

このサーバーは、Claude、ChatGPT、Amazon Bedrock AgentCore、Cursor、Visual Studio Code、およびその他の MCP 対応クライアントで動作します。無料で利用でき、アカウントや API キーは不要です。

インストール

エンドポイント: https://research-methods-mcp.vercel.app/mcp。無料で利用でき、アカウントや API キーは不要です。

Cursor に追加 VS Code にインストール

クライアント設定
Claude(ウェブ、デスクトップ、モバイル)Settings → Connectors → Add custom connector を選択し、エンドポイントを入力します
Claude Codeclaude mcp add --transport http research-methods https://research-methods-mcp.vercel.app/mcp
ChatGPTSettings → 開発者モードを有効にする → エンドポイントを指定し、認証なしの MCP サーバーとしてカスタムコネクターを追加します
Amazon Bedrock AgentCoreエンドポイントを、外部への認証を設定しない AgentCore Gateway の MCP サーバーターゲットとして追加します:agentcore add gateway-target --name research-methods --type mcp-server --endpoint https://research-methods-mcp.vercel.app/mcp --gateway <gateway> を実行し、その後 agentcore deploy を実行します
Cursor、Visual Studio Code上のボタンを使用します
Windsurf、Cline、Zed、その他のクライアント次の JSON をクライアントの MCP 設定に追加します
{
  "mcpServers": {
    "research-methods": {
      "url": "https://research-methods-mcp.vercel.app/mcp"
    }
  }
}

クエリの例

州ごとに異なる年に最低賃金が引き上げられました。若年層の雇用への影響を推定するにはどうすればよいですか?

このクエリに対して、アシスタントは choose_method を呼び出します。返されるのは、段階的な差の差法、その適用条件、処置効果が異質な場合に従来の二方向固定効果回帰が偏る可能性がある理由、確認すべき仮定、R(did、fixest、didimputation、HonestDiD)および Python(csdid、pyfixest、differences)での実装、関連する文献です。

上記のクエリに Claude がコネクター経由で回答し、その後 BibTeX 形式の参考文献をリクエストした画面

勾配ブースティングを使ったデフォルト確率モデルの Python コードを教えてください。

法律を可決したのはカリフォルニア州だけで、州別データが 30 年分あります。何ができますか?

回帰不連続デザインの方法セクションを書き、情報源の BibTeX も提示してください。

各回答には、参照した特定のセクションへのリンクと、引用元の文献情報が付いています。

ツール

ツール機能
choose_method研究上の問いに適した手法を提示します。各手法を使う場面、主な前提条件、R および Python のパッケージ、参考文献も含まれます。厳選された 62 の手法を収録しています。
searchすべての著作から該当するセクションを検索し、リンク、抜粋、コード言語、引用を提示します。ChatGPT のディープリサーチに対応しています。
fetchセクションをコード、リンク、引用とともに全文で読み込みます。ChatGPT のディープリサーチに対応しています。
get_codeタスクに使える、実行可能な R、Python、Julia のコードと、使用するパッケージを提示します。
cite参照したセクションの文献情報を APA、Chicago、MLA、Harvard、BibTeX、RIS 形式で提示します。著作ごとに重複を除きます。
list_sourcesライブラリに収録された著作(教科書、R パッケージ、研究論文)を、トピック、言語、ライセンス、リンクとともに一覧表示します。

プロンプト(対応クライアントで使えるスラッシュコマンド):plan_analysis、write_methods_section、explain_method。リソース:ライブラリのカタログと、各著作の目次。

すべてのツールは読み取り専用です。このサーバーは言語モデルを呼び出さず、ユーザーに関する情報も保存しません。詳しくはプライバシーポリシーをご覧ください。

ソース

著作コードセクション数提供内容ライセンス
A Guide on Data AnalysisPython、R1,611全文CC BY-NC-SA 4.0
causalverse: The All-in-One Causal Inference ToolkitR1,163全文および関数リファレンスGPL-3.0
Credit Scoring: Theory, Methods, and PracticePython2,578全文CC BY 4.0(テキスト)、MIT(コード)
Marketing Research: A Technical and Academic TreatmentPython、R1,820抜粋とコード。全文はウェブサイトで提供全著作権所有(テキスト)、MIT(コード)
AI in Action: A Reference for Artificial IntelligenceJulia、Python5,750抜粋とコード。全文はウェブサイトで提供全著作権所有
Advanced Data AnalysisPython、R1,844全文CC BY 4.0
Applying Tidy Finance with Python to VietnamPython1,334抜粋とコード。全文はウェブサイトで提供全著作権所有
Tài Chính Ứng Dụng với PythonPython1,309抜粋とコード。全文はウェブサイトで提供全著作権所有
Machine Learning in PythonPython361全文CC BY-SA 4.0
Research Articles and Publications—7抄録、DOI、引用出版社の規約
  • A Guide on Data Analysis* のうち、Springer の印刷版に収録されているセクションは、出版された章と巻を引用します。たとえば、因果推論に関するセクションは、Nguyen, M. (2025). Causal inference. In Experimental design (Vol. 4, pp. 7–48). Springer Cham. https://doi.org/10.1007/978-3-032-01839-7_2 として引用し、その後に Nguyen, M. (2025). Experimental design (Vol. 4). Springer Cham. https://doi.org/10.1007/978-3-032-01839-7 と記載します。

仕組み

各著作のソースファイル(.Rmd、.qmd、.Rd)を解析し、セクション、コードブロック、引用を単一のインデックスにまとめます。インデックスの構築時に、すべてのリンクを公開済みのウェブサイトで検証します。アンカーが存在しないセクションは章のページにリンクし、未公開のページは除外します。クエリにはメモリ上のインデックスを使って回答し、データベースや言語モデルは使用しません。

セルフホスティング

docker build -t research-methods-mcp .
docker run -p 8080:8080 research-methods-mcp     # http://localhost:8080/mcp

Node.js を使用する場合は、npm ci && npm run build && npm start を実行します(127.0.0.1:8787 でリッスンします。変更するには HOST と PORT を設定してください)。同じハンドラーが、api/index.mjs と vercel.json(ホストされたエンドポイント)を通じて Vercel 上で、また src/deno.ts を通じて Deno Deploy 上で実行されます。

開発

npm ci
npm run build:index   # parse the book repositories (sibling folders) into data/index.json.gz
npm run build         # bundle dist/stdio.js and dist/http.js
npm test              # end-to-end tests through real MCP clients
npm run check-links   # audit every link in the index against the live sites

書籍を追加するには、sources.yml にエントリを追加して、インデックスを再構築します。メソッドの追加や調整を行うには、methods.yml を編集します。メソッドが存在しないセクションを参照している場合、ビルドは失敗します。

引用

ユーザーには、参照した著作物を引用するよう求めています。cite ツールで参考文献の書式を整えられます。サーバー自体を引用する場合は、CITATION.cff を参照してください。

ライセンス

サーバーのコードは MIT ライセンスです。返されるコンテンツには、各著作物に固有のライセンスが適用されます。ライセンスは上記および list_sources ツールに記載されています。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。