AI数据科学代理MCP服务器
一个用于端到端机器学习工作流程的自主AI代理，使用模型上下文协议（MCP）构建。
概述
此MCP服务器使AI助手（GitHub Copilot、Antigravity、Claude）能够执行全面的数据科学任务：
- CSV数据集读取和分析 -自动加载和分析数据集
- 自动化EDA -使用Markdown报告进行探索性数据分析
- 模型训练 -4个领域的100多种模型架构
- 特征工程 -比较不同的策略
- 时间预算限制 -可配置的培训时间限制（默认3小时）
- 多模型和混合支持 -集成和堆叠方法
- 基本ML模式 -根据要求，仅限于更简单的型号
支持的域名
| 领域 | 模型 |
|---|---|
| 表格 | 线性、SVM、树、XGBoost、LightGBM、CatBoost、TabNet等。 |
| 时间序列 | ARIMA、Prophet、LSTM、Transformer、混合动力车型 |
| 计算机视觉 | ResNet、EfficientNet、ViT、YOLO、U-Net |
| 自然语言处理 | TF-IDF、BERT、RoBERTa、GPT、T5 |
安装
# Using uv (recommended)
cd data-science-mcp
uv pip install -e .
# Or with optional deep learning support
uv pip install -e ".[deep-learning]"用法
运行服务器
# Stdio transport (for Copilot/Antigravity)
python -m src.server
# Or with uv
uv run ds-mcpMCP工具可用
| 工具 | 说明 |
|---|---|
system_inspect | 检查硬件（CPU、RAM、GPU） |
ping | 服务器健康检查 |
plan_strategy | 分析数据集并提出策略 |
run_eda | 生成全面的EDA报告 |
train_automatic | 具有时间预算的全自动训练 |
train_with_eda | 使用EDA报告指南进行培训 |
train_test_mode | 快速模型基准测试 |
create_features | 运行功能工程 |
evaluate_model | 深度误差分析 |
create_ensemble | 组合多个模型 |
generate_submission | 创建提交文件 |
示例工作流程
# The AI agent should always pass 'output_dir' for absolute path resolution:
# 1. Check system capabilities
await system_inspect()
# 2. Analyze dataset and plan strategy
await plan_strategy(
data_path="data/train.csv",
output_dir="/abs/path/to/project"
)
# 3. Run EDA
await run_eda(
data_path="data/train.csv",
output_dir="/abs/path/to/project"
)
# 4. Train automatically (explicit 30 min timeout)
await train_automatic(
data_path="data/train.csv",
output_dir="/abs/path/to/project",
timeout_minutes=30
)
# 5. Evaluate results
await evaluate_model(
version="v0.1",
output_dir="/abs/path/to/project"
)
# 6. Generate submission
await generate_submission(
version="v0.1",
output_dir="/abs/path/to/project"
)时间预算配置
通话时 train_automatic，服务器使用MCP启发来询问：
- 时间预算：培训时间（默认值：3）
- 允许深度学习：启用基于GPU的模型
- 仅限基本ML：仅限于更简单的型号
或者，代理人可以通过 timeout_minutes 直接跳过启发。
路径解析
为确保可靠性，所有工具都接受 output_dir 参数。这将指导服务器在哪里编写工件（报告、模型、提交）。服务器保证所有返回的路径 绝对的，相对于提供的解决方案 output_dir （或服务器的CWD（如果没有提供）。
项目结构
data-science-mcp/
├── src/
│ ├── server.py # Main MCP server
│ ├── core/ # Version, Constraint, Dataset managers
│ │ ├── path_utils.py # Path resolution utilities
│ │ └── ...
│ ├── eda/ # EDA modules (tabular, timeseries, vision, nlp)
│ ├── features/ # Feature engineering
│ ├── models/ # Model registry, selector, multi-model runner
│ ├── training/ # Training pipeline
│ ├── evaluation/ # Error analysis
│ ├── ensemble/ # Ensemble methods
│ └── submission/ # Submission generator
├── experiments/ # Experiment tracking
├── reports/ # EDA reports
└── pyproject.toml许可证
麻省理工学院