Quantitative Researcher MCP Server

定量研究者向け MCP サーバー

定量研究のナレッジグラフを管理するツールを提供する MCP サーバーの実装です。研究プロジェクト、データセット、変数、仮説、統計的検定、モデル、結果を構造化して表現できます。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、数値データから知見を得るのに役立ちます。

機能

• 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、研究のエンティティと関係を構造化したナレッジグラフとして維持します
• 研究セッションの管理：一意の ID を持つ研究分析セッションを追跡し、経過を記録します
• 仮説検定：仮説、それに関連する検定、導かれた結論を追跡します
• データセットの管理：データセット内の記述統計と変数を整理して追跡します
• 統計分析：統計的検定、モデル、その結果を記録します
• 変数間の関係：変数間の相関、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関連付けます
• データの可視化：データセットと結果から作成した可視化を記録します
• モデルのパフォーマンス：統計モデルのパフォーマンス指標を監視します
• 研究知見の記録：知見を裏付けとなる統計的証拠に関連付けます
• 研究方法論の記録：方法論に関する決定とアプローチを追跡します

エンティティ

Quantitative Researcher MCP Server は、以下のエンティティタイプを認識します。

• project：研究全体
• dataset：分析に使用するデータの集合
• variable：データセット内の特定の測定可能な属性
• hypothesis：形式化された検証可能な命題
• statisticalTest：データに適用する分析手法
• result：統計分析の結果
• analysisScript：分析の実行に使用するコード
• visualization：データの視覚的表現
• model：統計モデル／数学モデル
• literature：学術資料
• researchQuestion：研究を導く形式化された問い
• finding：結果または結論
• participant：研究対象者
• status：エンティティのステータス値（active、completed、pending、abandoned）
• priority：優先度の値（high、low）

関係

エンティティは、以下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
• predicts：独立変数から従属変数への予測関係
• tests：統計的検定が仮説を検証する
• analyzes：データセットに対して実行された分析
• produces：分析が結果を生成する
• visualizes：可視化がデータまたは結果を表示する
• contains：階層関係
• part_of：エンティティが別のエンティティの一部である
• depends_on：依存関係
• supports：仮説または知見を裏付ける証拠
• contradicts：仮説または知見と矛盾する証拠
• derived_from：エンティティが別のエンティティから派生している
• controls_for：変数／手法が交絡要因を統制する
• moderates：変数が関係を調整する
• mediates：変数が関係を媒介する
• implements：スクリプトが統計的検定／モデルを実装する
• compares：グループ／変数間の統計的比較
• includes：モデルが変数を含む
• validates：モデルまたは結果を検証する
• cites：文献を参照する
• has_status：エンティティを現在のステータス（active、completed、pending、abandoned）に関連付ける
• has_priority：エンティティを優先度（high、low）に関連付ける
• precedes：一連の順序において、あるプロセスまたは活動が別のものに先行することを示す

利用可能なツール

Quantitative Researcher MCP Server は、研究ナレッジを操作するために以下のツールを提供します。

startsession

新しい定量研究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、過去のセッションを表示します。has_status リレーションによるステータス情報と、has_priority リレーションによる優先度を表示し、順次プロセスのリレーションに基づいて、次に着手できるアクティビティを特定します。

loadcontext

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応じた関連情報を表示します。ステータス情報、優先度、順次プロセスのリレーションが含まれます。

endsession

構造化された複数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。

1. summary：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
2. datasetUpdates：セッション中に行われたデータセットの更新を記録します
3. newAnalyses：新たに実施した統計分析を記録します
4. newVisualizations：新たに作成したデータの可視化を記録します
5. hypothesisResults：仮説検定の結果を記録します
6. modelUpdates：統計モデルの更新を記録します
7. statusUpdates：エンティティのステータス値の変更を記録します
8. projectStatus：プロジェクト全体のステータス、優先度の割り当て、順次リレーションを更新します
9. assembly：すべてのセッションデータを最終的にまとめます

buildcontext

ナレッジグラフに新しいエンティティ、リレーション、または観察結果を作成します。

• entities：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
• relations：エンティティ間のリレーション（has_status、has_priority、precedes など）を作成します
• observations：既存のエンティティに観察結果を追加します

deletecontext

ナレッジグラフからエンティティ、リレーション、または観察結果を削除します。

• entities：研究エンティティを削除します
• relations：エンティティ間のリレーション（ステータス、優先度、順次リレーションなど）を削除します
• observations：エンティティから特定の観察結果を削除します

advancedcontext

ナレッジグラフから情報を取得します。

• graph：ナレッジグラフ全体を取得します
• search：クエリ条件に基づいてノードを検索します
• nodes：名前で特定のノードを取得します
• related：関連するエンティティを検索します
• status：特定のステータス値（active、completed、pending、abandoned）を持つエンティティを検索します
• priority：特定の優先度値（high、low）を持つエンティティを検索します
• sequence：研究プロセスの順次リレーションを特定します

分野固有の関数

Quantitative Researcher MCP Server には、定量研究向けの専門的な分野別関数が含まれています。

• getProjectOverview：研究課題、方法論、データセット、変数など、プロジェクトの包括的な概要を表示します
• getDatasetAnalysis：変数、記述統計、データ品質など、データセットの内容を分析します
• getHypothesisTests：仮説検定とその結果を確認します
• getVariableRelationships：変数間の相関、予測、その他のリレーションを調べます
• getStatisticalResults：統計分析の結果を要約します
• getVisualizationGallery：データセットや結果のために作成された可視化を表示します
• getModelPerformance：統計モデルのパフォーマンス指標を評価します
• getResearchQuestionResults：研究課題ごとに分析と結果を整理します
• getVariableDistribution：個々の変数の分布と特性を調べます
• getStatusOverview：特定のステータス（active、completed、pending、abandoned）を持つ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やアクティビティを特定します
• getResearchSequence：precedes リレーションに基づいて研究プロセスの順序を可視化します

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.

セッション結果の記録

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.

研究ナレッジの管理

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.

使用方法

この MCP サーバーを使うと、定量研究者は次のことができます。

• 分析の継続性を維持する：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
• 統計的根拠を整理する：仮説を、それを裏付ける統計的検定や結果に関連付けます
• 変数間の関係を記録する：変数同士がどのように相関し、予測し、影響し合うかを記録します
• モデルの開発を追跡する：統計モデルの変遷と性能を記録します
• 結果の解釈を支援する：統計的知見を研究課題や理論的枠組みに結び付けます
• 方法論の厳密さを確保する：方法論上の判断と分析アプローチを記録します
• 研究報告書を準備する：研究結果を裏付ける統計的根拠を整理します
• 研究の進捗を追跡する：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
• 研究タスクに優先順位を付ける：優先度の高い研究活動を特定し、重点的に取り組みます
• 研究プロセスの順序を決める：研究および分析の手順の論理的な順序を計画し、可視化します

設定

Claude Desktop での使用

claude_desktop_config.json に以下を追加します。

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する

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 を設定します。

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

docker

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

ビルド

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

Docker：

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

ライセンス

この MCP サーバーは MIT License の下でライセンスされています。MIT License の利用規約に従うことを条件に、ソフトウェアを自由に使用、変更、配布できます。詳細については、プロジェクトリポジトリの LICENSE ファイルを参照してください。

環境変数

Quantitative Research MCP Server では、データの保存先をカスタマイズするために、以下の環境変数を使用できます。

• MEMORY_FILE_PATH：ナレッジグラフのデータを保存するパス

  • 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基準にします）
  • デフォルト：./quantitativeresearch/memory.json

• SESSIONS_FILE_PATH：セッションデータを保存するパス

  • 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基準にします）
  • 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