mcpField
D
DAG Studio WebMCP

DAG Studio WebMCP

远程服务
dag-studio-webmcp-sandbox.pages.dev科研与教育04 周前更新

关于 DAG Studio WebMCP

DAG Studio WebMCP 通过浏览器原生工具,将 AI Agent 接入研究者正在使用的因果 DAG 画布。研究者可查看或撤销 Agent 的编辑,现有因果引擎则分析图结构的影响。

主要功能

  1. 01读取和编辑实时 DAG
  2. 02拒绝循环或无效的边
  3. 03分析路径和调整集
  4. 04生成 R 或 Python 代码
  5. 05模拟当前 DAG 的数据
  6. 06可见且可撤销的 Agent 编辑

适用场景

  1. 01与 Agent 一起检查因果图
  2. 02在共享画布上提出并审核图的修改
  3. 03检查后门路径和调整集
  4. 04比较不同 DAG 假设的模拟影响

MCP 相关

注册九个 WebMCP 工具,用于读取和修改实时画布、分析图、生成代码及模拟。可选的远程 MCP 桥接可让其他 MCP 客户端连接同一浏览器画布。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://dag-studio-webmcp-bridge.jdiazdecaro.workers.dev/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

全部服务地址
Streamable HTTPhttps://dag-studio-webmcp-bridge.jdiazdecaro.workers.dev/mcp需要授权

工具

详细介绍

DAG Studio WebMCP

面向 OpenAI 2026 WebMCP Challenge 的人机因果 DAG 工作区。

AI 提出建议。研究人员作出决定。引擎负责验证。

HTTPS 在线沙盒 · 原版 DAG Studio · Apache 2.0 许可证

问题

因果有向无环图编码了科学假设:哪些变量导致哪些变量,哪些是测量变量或潜在变量,以及哪些路径可能使效应估计产生偏差。这些决策需要领域专业知识和科学责任。通用 Agent 可以帮助研究人员检查和编辑图,但可视化浏览器自动化速度慢、含义模糊,且与应用的因果语义脱节。

DAG Studio WebMCP 将现有 DAG Studio 界面改造为共享工作区。研究人员可以直接编辑画布,同时 Agent 通过结构化的浏览器原生工具读取和更新完全相同的图。Agent 的每次修改都可见且可撤销。因果引擎会检查图的含义;引擎和 Agent 都不会声称能够判定科学真相。

WebMCP 的重要意义

没有 WebMCP 时,Agent 必须根据像素和 DOM 结构推断节点身份、边的方向和分析控件。有了 WebMCP,DAG Studio 会明确提供安全且专用的操作,例如 add_node、add_edge 和 analyze_current_dag。

这样就能实现以往难以做到的双向协作:

  1. Agent 无需抓取界面即可读取实时图。
  2. Agent 可以提出精准且标明来源的修改。
  3. 研究人员可以立即查看、移动、编辑、接受或撤销修改。
  4. 画布上的人工编辑会立即对 Agent 可见。
  5. 现有因果引擎会验证后门路径和调整的影响。
  6. Agent 可以根据相互竞争的 DAG 假设模拟可复现的数据,并比较其结构和统计影响。

在线演示

在支持 WebMCP 的 ChatGPT 浏览器中打开沙盒,或在启用了 chrome://flags/#enable-webmcp-testing 的 Chrome 中打开。工具可用时,标题栏会显示 WebMCP 已连接。

建议提示词:

读取当前 DAG。提出将吸烟状态作为一个可能的混杂因素,将其添加为指向 Treatment 和 Outcome 的箭头,然后分析该图。请将新增内容视为待我审核的假设,不要进行任何其他更改。

图会在原处更新。手动移动新节点,然后让 Agent 再次读取图,以展示双方共享同一状态。

WebMCP 工具

工具行为
get_current_dag读取实时节点、角色、位置、有向边、暴露变量和结局变量。
add_node向可见画布添加一个可供研究人员审核的变量。
remove_node移除一个节点及其相连的边。
add_edge添加一项有向因果主张;重复边、自环边和成环边均会被拒绝。
remove_edge移除一项有向因果主张。
analyze_current_dag返回开放的后门路径、最小充分调整集、可识别性和诊断信息。
check_adjustment_set根据编码的后门路径检查建议的集合。
generate_analysis_code为实时图生成 R/dagitty 或 Python/NetworkX 代码。
simulate_current_dag使用现有线性高斯 SEM 对实时图运行模拟,打开可见的模拟结果,并返回有界摘要、相关性、效应估计和 10 行预览。

此集成优先使用当前的 document.modelContext API,并为实现早期 WebMCP 草案的宿主提供临时的 navigator.modelContext 回退。

架构

Researcher edits canvas ─┐
                        ├─ React state + synchronous refs ─ DAG Studio engine
Agent calls WebMCP tools ┘                    │
                                             ├─ paths and adjustment sets
                                             ├─ diagnostics
                                             ├─ R/Python generation
                                             └─ reproducible simulation summaries
  • index.html 包含现有的 React DAG Studio 界面。
  • webmcp-tools.js 通过依赖注入访问画布的状态引用、变更包装器和现有仿真引擎,从而定义并注册九个工具。
  • dag-engine.js 和 dag-engine.d.ts 是现有 DAG Studio 因果引擎及类型声明。Challenge 工作会调用该引擎,不会重写其因果算法。
  • 图、分析、撤销历史和 WebMCP 操作均在客户端运行。
  • 静态构建通过 Cloudflare Pages 托管,并使用 HTTPS。

人工控制与安全

因果结构是一种断言,而不是软件发现的事实。因此,工具描述和响应会将变更表述为供研究人员审查的提案。Agent 的变更:

  • 会显示在供人工编辑的同一画布上;
  • 会收到可见的 Agent 变更通知;
  • 会进入与人工变更相同的撤销历史;
  • 会拒绝有向图中的环和无效节点引用;并且
  • 会明确提示结果取决于所编码的假设。

示例与更广泛的界面

继承自 DAG Studio 的界面包含混杂、中介、碰撞偏倚和 M 偏倚的经典结构,以及:

  • 拖放式 DAG 编辑和类型化变量;
  • 暴露与结局指定;
  • 突出显示因果路径和后门路径;
  • 最小调整指导和结构角色诊断;
  • R 和 Python 代码生成,以及从代码到画布的工作流;
  • 客户端数据仿真;以及
  • 图像、PDF、PowerPoint 和代码导出。

2026 年 8 月 25 日之前已有的内容

Challenge 之前的基线是公开的 Black-Swan-Causal-Labs/dag-studio 应用,其提交为 31cc431612ba18a8bce1ab0841a88a0bb8b815f3,日期为 2026 年 7 月 8 日。它已经包含可视化 DAG 编辑器、因果推断引擎、教学示例、分析面板、代码控制台、仿真、导出和响应式 UI。

原始应用并未公开 WebMCP 工具、标记 Agent 图编辑,也未测试人工和 Agent 对同一图状态的访问。

专为 WebMCP Challenge 构建

在 2026 年 8 月 25 日之后的 Challenge 提交期间,新增了以下内容:

  • 九个 WebMCP 工具,包括对实时 DAG 进行可复现仿真;
  • 将这些工具直接连接到画布现有的共享状态;
  • WebMCP 连接诊断以及对当前和早期 API 的兼容支持;
  • 可见且可撤销的 Agent 变更归属标记;
  • 自动化测试,覆盖工具注册、Agent 变更、人工到 Agent 的状态可见性、边和节点移除、环检测、引擎分析、调整检查、代码生成、仿真可复现性、结果范围限制和输入验证;
  • 一个不会更改生产版 DAG Studio 的独立 HTTPS 沙盒;以及
  • Challenge 专用文档和演示说明。

本地运行

git clone https://github.com/Black-Swan-Causal-Labs/dag-studio-webmcp.git
cd dag-studio-webmcp
npm install
npm run dev

打开输出的 Vite URL。若要在 Chrome 中启用原生 WebMCP,请开启 chrome://flags/#enable-webmcp-testing 并重新启动 Chrome。

测试与构建

npm test
npm run build

测试命令会同时运行原始 DAG 引擎一致性测试套件和 WebMCP/共享状态测试套件。生产构建会生成静态 dist/ 目录,可部署到任意 HTTPS 静态主机。

科学依据

因果引擎实现了基于 Pearl(2009)、Greenland、Pearl 和 Robins(1999)以及 Textor 等人(2016)的 d-分离和调整逻辑。效应修饰分类遵循 VanderWeele 和 Robins(2007)以及 Weinberg(2007)。详情请参阅应用内的 About 和 Education 部分。

作者与许可证

John D. Diaz-Decaro,博士,理学硕士 · Black Swan Causal Labs

Apache License 2.0 © 2026 John D. Diaz-Decaro、Black Swan Causal Labs, LLC。请参阅 LICENSE。

复用的 dag-engine.js 和 dag-engine.d.ts 文件源自 DAG Studio, 并与 dagstudio-mcp 共享。 这三个项目均依据 Apache License 2.0 分发该引擎;WebMCP Challenge 项目调用该引擎,但不会重写其因果算法。

远程 MCP 客户端

可选的远程 MCP 桥接可将其他 MCP 客户端连接到同一个实时浏览器画布。打开应用,选择 Connect MCP,然后启用临时连接。无需配对即可继续使用原生 WebMCP。注册表元数据位于 server.json。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。