VolatiAI MCP

Name: VolatiAI MCP
Author: christianscode1994

远程服务

github.com/christianscode1994数据与分析0今天更新

代码仓库

关于 VolatiAI MCP

VolatiAI 分析公共领域数据中的行业时间序列相关性，并为每项结论附上不确定性、来源和稳定性信息。它面向需要审慎解读跨行业信号的分析人员，明确呈现无证据或空结果。

主要功能

01分析去趋势残差的两两相关性
02提供多重检验校正与置换检验
03给出相关系数置信区间
04标注数据来源关系与稳定性
05用命名判定呈现结论状态

适用场景

01评估公共数据中的行业关联
02检查相关性是否经多重检验校正
03区分同量指标验证与跨行业洞察
04查看每日信号稳定性及无证据结果

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://volatiai-mcp.fourieranalys.workers.dev/mcp

一键复制安装命令

Claude CodeTerminalclaude mcp add --transport http christianscode1994-volatiai https://volatiai-mcp.fourieranalys.workers.dev/mcp

Cursor.cursor/mcp.json

{"mcpServers":{"christianscode1994-volatiai":{"type":"http","url":"https://volatiai-mcp.fourieranalys.workers.dev/mcp"}}}

在 Cursor 中打开

VS Code.vscode/mcp.json{"servers":{"christianscode1994-volatiai":{"type":"http","url":"https://volatiai-mcp.fourieranalys.workers.dev/mcp"}}}在 VS Code 中打开

Claude Desktopclaude_desktop_config.json

{"mcpServers":{"christianscode1994-volatiai":{"type":"http","url":"https://volatiai-mcp.fourieranalys.workers.dev/mcp"}}}

Windsurf~/.codeium/windsurf/mcp_config.json{"mcpServers":{"christianscode1994-volatiai":{"serverUrl":"https://volatiai-mcp.fourieranalys.workers.dev/mcp"}}}

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。

工具

详细介绍

VolatiAI

对公共领域数据进行相关性分析。每项结论都附带自身的不确定性。

在线访问：https://christianscode1994.github.io/VolatiAI/

功能

VolatiAI 从公共领域来源（美国政府、欧盟开放数据、CC0）收集约 500 组行业时间序列，对去趋势后的残差计算两两相关性，并为每项结论报告：

p 值和 Benjamini-Hochberg 校正后的 p 值
置换检验 p 值（不依赖假设）
相关系数的 Fisher 95% 置信区间
溯源分类（同类量与跨行业洞见）
跨日稳定性评分
命名判定：confirm:provenance、surface、suppress:、dispute:

当系统无法验证某项内容时，会明确返回这一事实（空传递性、空漂移、no_evidence 判定）。空结果也是信息，并非缺失。

在线端点

仪表板：https://christianscode1994.github.io/VolatiAI/
方法论：https://christianscode1994.github.io/VolatiAI/methodology.html
API 文档：https://christianscode1994.github.io/VolatiAI/api.html
实时 JSON：https://sector-slow.fourieranalys.workers.dev/_correlation
流水线健康状态：https://sector-slow.fourieranalys.workers.dev/health?full=1

仓库结构

workers/sector-slow/src/ — Worker 源码（Cloudflare Workers） index.js — 数据收集器、端点、统计诚实性层 arbitration.js — 纯统计函数（pearson、detrend、arbitrate）

scripts/ — 数据流水线 briefing.py — 根据 /signal 数据生成 docs/briefing.json find_candidates.py — 溯源候选项检测

tests/ — 单元测试（Python + Node） test_briefing.py — 17 项测试 test_find_candidates.py — 10 项测试 arbitration.mjs — 20 项测试 correlation_pvalue.mjs — 6 项测试，用于说明 correlationPValue 的行为

docs/ — 静态网站（GitHub Pages） index.html — 仪表板 methodology.html — 逐字段说明 api.html — 交互式 API 参考

config/ — 注册表 active_sectors.json — 行业注册表 semantic_registry.json — 同类量分组 provenance.json — 各行业归因

运行测试

python3 tests/test_briefing.py
python3 tests/test_find_candidates.py
node tests/arbitration.mjs
node tests/correlation_pvalue.mjs

设计原则

诚实地返回空结果。没有内容可报告时，请明确说明。
仅使用公共领域数据。所有数据源均来自美国政府、欧盟开放数据、CC0 或 CC-BY。
必须进行多重检验校正。BH-FDR 的 q=0.05 是最低标准。
溯源是一种控制手段，而非洞见。同类量配对用于验证流水线。
使用对数变化率，而非原始百分比。窗口长度不应扭曲比较结果。

状态

Worker：已部署 5 个 cron 分片（每日 03:17-03:57 UTC）
测试：8 个文件中共 105 项测试，本地全部通过
快照签名：Ed25519 模块已就绪（workers/sector-slow/src/signing.js），15/15 项测试通过。计划于 11 月 8 日接入（需要 3 天以上的 cron 数据）。验证脚本：scripts/verify_signature.py