Qualitative Researcher MCP Server

Qualitative Researcher MCP 服务

此 MCP 服务实现提供用于管理定性研究知识图谱的工具，可对研究项目、参与者、访谈、观察、编码、主题和发现进行结构化表示。此服务可帮助定性研究人员整理数据、跟踪分析过程、发展主题，并从丰富的文本数据中提炼见解。

功能

• 持久化研究上下文：在多个分析会话中维护由研究实体及其关系构成的结构化知识图谱
• 研究会话管理：跟踪研究分析会话，为会话分配唯一 ID 并记录进展
• 主题分析：整理并跟踪从各种数据源中涌现的主题
• 编码框架：管理分层编码结构并跟踪编码的应用情况
• 参与者管理：跟踪参与者数据、人口统计信息和贡献
• 数据源整理：整理访谈、观察记录和文档
• 研究问题跟踪：将数据关联到特定研究问题
• 备忘录撰写：记录整个研究过程中的分析见解
• 按时间顺序分析数据：按时间顺序探索数据
• 编码共现分析：识别不同编码之间的关系
• 方法论文档记录：跟踪方法论决策和研究方法

实体

Qualitative Researcher MCP 服务识别以下实体类型：

• project：整体研究项目
• participant：研究对象
• interview：与参与者的正式对话
• observation：观察研究的现场笔记
• document：正在分析的外部材料
• code：应用于数据片段的标签
• codeGroup：相关编码的类别或集合
• memo：研究人员的分析笔记
• theme：数据中涌现的模式
• quote：数据源中的重要摘录
• literature：学术资料
• researchQuestion：指导研究的正式问题
• finding：研究结果或结论
• status：实体状态值（active、completed、pending、abandoned）
• priority：优先级值（high、low）

关系

实体可以通过以下关系类型建立关联：

• participated_in：将参与者与访谈/观察记录关联
• codes：显示哪些编码适用于哪些数据
• contains：层级关系（例如，codeGroup 包含多个编码）
• supports：支持某个主题或发现的数据
• contradicts：与某个主题或发现相矛盾的数据
• answers：回答某个研究问题的数据
• cites：对文献的引用
• followed_by：时间顺序
• related_to：一般关联
• reflects_on：对数据/编码/主题进行反思的备忘录
• compares：比较关系
• conducted_by：负责数据收集的人员
• transcribed_by：负责转录数据的人员
• part_of：某实体是另一实体的一部分
• derived_from：某实体源自另一实体
• collected_on：数据收集日期
• analyzes：分析关系
• triangulates_with：数据源之间的三角验证
• has_status：将实体与其当前状态关联（active、completed、pending、abandoned）
• has_priority：将实体与其优先级关联（high、low）
• precedes：表示某项分析活动在序列中先于另一项活动

可用工具

Qualitative Researcher MCP 服务提供以下工具，用于处理研究知识：

startsession

启动新的定性研究会话，生成唯一的会话 ID，并显示当前研究项目、近期数据收集情况、新兴主题和以往会话。通过 has_status 关系显示状态信息，通过 has_priority 关系显示优先级，并根据顺序流程关系，识别接下来可以开展的研究活动。

loadcontext

加载特定实体（项目、参与者、访谈等）的详细上下文，并根据实体类型显示相关信息。包括状态信息、优先级和顺序流程关系。

endsession

通过结构化的多阶段流程记录研究会话结果：

1. summary：记录会话摘要、时长和项目重点
2. interviewData：记录会话期间处理的新访谈数据
3. memos：记录会话期间创建的分析备忘录
4. codingActivity：跟踪应用于数据的新编码和修订编码
5. themes：记录分析中出现或发展的主题
6. statusUpdates：记录实体状态值的变更
7. projectStatus：更新整体项目状态、优先级分配和顺序关系
8. assembly：最终汇总所有会话数据

buildcontext

在知识图谱中创建新实体、关系或观察：

• entities：添加新的研究实体（项目、参与者、访谈、状态、优先级等）
• relations：创建实体之间的关系（包括 has_status、has_priority、precedes）
• observations：向现有实体添加观察

deletecontext

从知识图谱中移除实体、关系或观察：

• entities：移除研究实体
• relations：移除实体之间的关系（包括状态、优先级和顺序关系）
• observations：移除实体中的特定观察

advancedcontext

从知识图谱中检索信息：

• graph：获取整个知识图谱
• search：根据查询条件搜索节点
• nodes：按名称获取特定节点
• related：查找相关实体
• status：查找具有特定状态值（active、completed、pending、abandoned）的实体
• priority：查找具有特定优先级值（high、low）的实体
• sequence：识别分析活动的顺序关系

领域专用功能

Qualitative Researcher MCP Server 包含用于定性研究的专用领域功能：

• getProjectOverview：全面查看项目，包括研究问题、方法论、参与者和数据来源
• getParticipantProfile：查看参与者的详细资料，包括人口统计信息、访谈和引述
• getThematicAnalysis：分析主题及其支持性编码和数据
• getCodedData：查看所有标记了特定编码的数据片段
• getResearchQuestionAnalysis：按研究问题整理数据及相关发现
• getChronologicalData：按时间顺序查看数据
• getCodeCooccurrence：分析多个编码同时出现的位置
• getMemosByFocus：检索与特定实体相关的所有备忘录
• getMethodologyDetails：查看方法论、抽样和分析技术
• getRelatedEntities：按关系类型查找与特定实体相关的实体
• getStatusOverview：查看具有特定状态（active、completed、pending、abandoned）的所有实体
• getPriorityItems：识别高优先级研究任务和活动
• getAnalysisSequence：根据 precedes 关系可视化分析活动的顺序

示例提示词

开始会话

Let's start a new qualitative research session for my Health Behavior Study project.

加载研究上下文

Load the context for the Health Behavior Study project so I can see the current state of my analysis.

记录会话结果

I've just finished analyzing interview data for my Health Behavior Study. I identified two new themes related to social support, coded three new interviews, and wrote memos about emerging patterns in participant responses. I've marked the initial coding phase as complete and set the thematic analysis as high priority. The project is progressing well, and I'm beginning to reach theoretical saturation.

管理研究知识

Create a new code called "Family Support" that's part of the "Social Support" code group in the Health Behavior Study project. Set its status to active and make it precede the "Social Network Analysis" activity.

Update the status of the "Participant Recruitment" process to "completed" and add an observation that we've reached our target sample size.

使用方法

此 MCP 服务可帮助定性研究人员：

• 保持分析连贯性：跟踪多个研究环节中的分析进度
• 构建编码框架：建立、完善并应用定性数据编码结构
• 跟踪主题发展：观察分析过程中主题的出现与演变
• 管理丰富的数据来源：整理并关联访谈记录、田野笔记和文档
• 支持理论发展：通过备忘录撰写过程记录理论见解
• 准备研究发现：将研究发现与支持证据和研究问题关联起来
• 增强方法严谨性：记录方法决策和分析过程
• 跟踪研究进度：监控研究生命周期中实体的状态
• 确定研究任务优先级：识别并聚焦于高优先级的研究活动
• 安排分析活动顺序：规划并可视化研究与分析步骤的逻辑顺序

配置

与 Claude Desktop 配合使用

将以下内容添加到 claude_desktop_config.json：

从 GitHub 安装并使用 npx 运行

{
  "mcpServers": {
    "qualitativeresearch": {
      "command": "npx",
      "args": [
        "-y",
        "github:tejpalvirk/qualitativeresearch"
      ]
    }
  }
}

全局安装并直接运行

首先，全局安装此软件包：

npm install -g github:tejpalvirk/qualitativeresearch

然后配置 Claude Desktop：

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

docker

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

构建

从源代码构建

# 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 qualitativeresearch
node qualitativeresearch_index.js

Docker：

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

许可证

此 MCP 服务采用 MIT 许可证。这意味着您可以自由使用、修改和分发此软件，但须遵守 MIT 许可证的条款和条件。有关详情，请参阅项目仓库中的 LICENSE 文件。

环境变量

Qualitative Research MCP Server 支持以下环境变量，用于自定义数据存储位置：

• MEMORY_FILE_PATH：知识图谱数据的存储路径

  • 可以是绝对路径或相对路径（相对路径以当前工作目录为基准）
  • 默认值：./qualitativeresearch/memory.json

• SESSIONS_FILE_PATH：会话数据的存储路径

  • 可以是绝对路径或相对路径（相对路径以当前工作目录为基准）
  • 默认值：./qualitativeresearch/sessions.json

使用示例：

# Store data in the current directory
MEMORY_FILE_PATH="./qualitative-memory.json" SESSIONS_FILE_PATH="./qualitative-sessions.json" npx github:tejpalvirk/contextmanager-qualitativeresearch

# Store data in a specific location (absolute path)
MEMORY_FILE_PATH="/path/to/data/qualitative-memory.json" npx github:tejpalvirk/contextmanager-qualitativeresearch

# Store data in user's home directory
MEMORY_FILE_PATH="$HOME/contextmanager/qualitative-memory.json" npx github:tejpalvirk/contextmanager-qualitativeresearch