ROBINS-I V2 MCP

robins-i-mcp

一个实现 ROBINS-I V2（非随机干预研究偏倚风险——随访／队列变体）的 MCP 服务，作为确定性、带来源记录的评估引擎。

它是 target-mcp 的同类工具；后者评估目标试验模拟研究对 TARGET 指南要求的报告是否完整。本工具则评估某一具体结果的偏倚风险。二者可用于同一篇论文，互为补充。

此来源为草稿。 riskofbias.info 将 2025 年 11 月 20 日发布的 ROBINS-I V2 标为仍处于草稿阶段，后续可能变更。每份报告都会在来源记录行注明这一点。请参阅 NOTICE 和 TRANSCRIPTION-NOTES.md。

随访队列研究。“随访”和“队列”指的是同一结构属性——有明确的时间零点，且对个体进行前瞻性随访，以比较不同策略。因此应关注这一属性，而非设计标签。目标试验模拟是核心使用场景，且恰好属于这一意义上的队列研究；下方两个示例都是 TTE。不具备随访结构的设计不在适用范围内。目前尚未发布其他设计的变体。请注意，工具中的“变体 A／变体 B”指由 C4 选定的 Domain 1 两种形式，而非研究设计。

与询问模型有何不同

模型仅负责根据文本回答信号问题，其作用范围受到限制。它不能计算判断，也不能捏造证据。

1  parse_document              PDF + supplement → SectionMap        deterministic
2  cue detection               where to look, per domain            deterministic
3  answer signalling questions quotes copied from the bundle        MODEL
4  evidence binding            quotes → offsets, or REJECT          deterministic
5  algorithms                  answers → domain → overall           deterministic
6  report + render             stamped artifact                     deterministic
7  human ratification          P1, reviewer-prior answers, overrides

提交时会执行三项规则，这正是此服务的核心：

• 引文要么匹配成功，要么拒绝。 每条引文都会通过三级匹配流程（精确 → 放宽连字符 → 去除参考文献），与已摄入资料包中的字符偏移位置进行匹配，并记录最终采用的匹配方式，绝不会默默将宽松匹配等同于精确匹配。无法解析的引文会被拒绝，并附上最接近的实际文本。
• 缺失要经过检索，不能仅凭断言。 manuscript_absent 答案必须注明检索线索；服务会执行检索并附上记录，包括术语、章节和命中数。仅以文字声称已检索过会被拒绝。
• 判断由系统计算。 没有任何工具接受作为输入的领域判断。六种领域算法和总体算法均以明确的边缘图表示，并依据已发表的流程图追溯。人工可以覆盖系统判断，但必须记录理由；报告会同时显示两个值。

两道关卡

P1 会阻止评估领域 1。 问题 1.1 询问是否控制了所有重要混杂因素，而“重要”的定义依据审阅者预先指定的列表，而非论文的协变量表。若未调用 set_prespecified_confounders，服务会拒绝评估领域 1，而不会悄悄用后者替代前者。你提出的列表只是候选列表：在人工接受前，它会进入核准队列。

C4 会选择领域 1 的问题集。 分析是否考虑方案偏离，决定采用变体 A（意向性治疗，仅考虑基线混杂）或变体 B（符合方案治疗，同时考虑基线和时变混杂），因此 specify_result 要求在开始时明确选择，且不提供默认值。应根据分析实际做了什么来判断，而不是依据作者为其估计目标使用的标签——在参考论文中，方案表写的是“符合方案效应”，而分析采用的却是意向性治疗。

安装

pip install robins-i-mcp

然后在 MCP 客户端中注册：

{ "mcpServers": { "robins-i": { "command": "robins-i-mcp" } } }

也可以不安装，直接运行：

uvx robins-i-mcp

也已收录于 MCP 注册表，名称为 com.blackswancausallabs/robins-i-mcp。

开发

python3 -m venv .venv && .venv/bin/python -m pip install -e ".[dev]"
.venv/bin/python -m pytest tests/ -q      # 205 passed
.venv/bin/robins-i-mcp                    # stdio MCP server

工具

分组	工具
规范	get_spec	可选的内省；detail='compact'|'full'
导入	parse_document	PDF/docx/文本 + 补充材料 → 哈希 + 线索调查
	parse_pmcid	从 Europe PMC 检索
设置	set_prespecified_confounders	P1，限定于审查范围，会阻止 domain 1
	specify_result	A1–A3、B1–B3、C1–C3、D1 和 C4
评估	assess_result	domain=0 概览，domain=1..6 框架
	submit_answers	按 domain 提交；domain=0 时完成并生成结果
渲染	render_report	重新渲染带印记的产物
审查	export_robvis	多次运行的记录 → 一个 robvis CSV

框架按 domain 划分，绝不是一份扁平量表：在任何特定路径上，大多数信号问题都不会出现；domain 1 的两组问题是否存在，则取决于 C4。

请提供补充材料。 确定 C1–C4 的目标试验规范，以及 domain 1 和 4 所依据的分析细节，通常只会出现在附录中。没有补充材料时，如果答案其实只是在无人导入的文件里，这些问题就会显示为 NI。

多项研究：记录

一项包含 N 项研究的审查就是 N 次运行。每次评估都需要一个会话，而服务不会在会话之间保留状态。因此，每次运行都会生成一份小型、可移植的记录——它就是跨越边界的交付物：

session 1..N   assess one result -> save submit_answers(domain=0)['record']
later          export_robvis(records=[...]) -> one figure-ready CSV

记录是约 4 KB 的扁平 JSON，不依赖此代码库，因此任何后续 Agent 都可以使用。记录自带溯源信息——文档哈希、算法指纹、规范版本、批准状态——所以最终图表中的每一行都能追溯到文档；如果一组记录混用了不同的算法转录版本，导出时也会发出警告。

export_robvis 并非简单导出列数据。robvis 的 ROBINS-I 模板是 V1：包含七个 domain，且 V1 将参与者选择排在干预分类之前，而 V2 则调换了顺序。默认布局会把每项 V2 判断放入正确的 V1 位置；按位置直接导出会导致解析和绘图结果错误。发布前请阅读返回的 losses——robvis 会将每个单元格压缩为五色调色板中的首字母，因此合格的低风险在其中会被归为 Low，无论写入的字符串是什么。

请参阅 examples/review_from_records.py。

示例详解

.venv/bin/python examples/dickerman_2022.py out.html          # library level
.venv/bin/python examples/jabagi_2026_server_run.py           # server level
.venv/bin/python examples/review_from_records.py             # across runs

• Dickerman 等，NEJM 2022 —— 美国退伍军人中 BNT162b2 与 mRNA-1273 的比较。结果为低风险，但对未控制混杂因素存在疑虑。41 个问题中有 24 个未进入评估。
• Jabagi 等，Lancet Reg Health Eur 2026 —— 孕妇接种 RSVpreF 与婴儿 RSV 住院的比较。结果为严重风险，其判定路径值得一读：domain 1 在 1.3 而非 1.1 处判定失败，因为分娩时孕周和出生体重都是在干预后才确定的，却仍被用于匹配。

论文并未收录在此仓库中——它们是已发表的文章，我们无权重新分发。请将你自己的副本放入 papers/，或将 ROBINS_MCP_PAPERS 指向存放这些文件的目录；示例会列出所需文件，如果文件缺失，则会显示相应提示并失败。

文档

• docs/STATUS.md — 当前状态和交接信息。请先阅读此文件。
• docs/DECISIONS.md — 说明各项设计缘由，按时间从新到旧排列。
• docs/SESSION-NOTES-*.md — 每次会话的记录。
• TRANSCRIPTION-NOTES.md — 说明如何从栅格流程图获取算法、在已发表文档中发现的勘误，以及仍需外部验证的内容。

许可证

Apache-2.0（LICENSE）。本项目实现的 ROBINS-I V2 工具采用 CC BY-NC-ND 4.0 许可，且此处未转载其中任何内容——关于这为何重要以及实际限制是什么，请参阅 NOTICE。