Discovery Engine MCP

迪斯科

在表格数据中找到新颖的、经过统计验证的模式 --特征交互、亚组效应和人类和代理错过的条件关系。

 

由...制作 Leap实验室.

______________________________________________________________________

它实际上做了什么

大多数数据分析都是从一个问题开始的。Disco从数据开始。

在没有偏见或假设的情况下，它发现了显著改变目标列的特征条件组合，比如“45-65岁低HDL患者” *和* 高CRP的再入院率是3倍”——你不需要先假设这种相互作用。

每种模式都是：

• 在搁置集上验证 --增加了泛化的机会
• FDR已纠正 --包括p值，针对多次测试进行了调整
• 与学术文献对照 --帮助你理解你的发现，并确定它是否新颖。

输出是结构化的：条件、效果大小、p值、引用以及每个发现的模式的新颖性分类。

在以下情况下使用它： “相对于X，哪些变量最重要”，“我们缺少哪些模式？”，“我不知道从哪里开始处理这些数据”，“需要了解A和B是如何影响C的”。

不适用于： 摘要统计、可视化、过滤、SQL查询——使用pandas

______________________________________________________________________

快速入门

pip install discovery-engine-api

获取API密钥：

# Step 1: request verification code (no password, no card)
curl -X POST https://disco.leap-labs.com/api/signup \
  -H "Content-Type: application/json" \
  -d '{"email": "you@example.com"}'

# Step 2: submit code from email → get key
curl -X POST https://disco.leap-labs.com/api/signup/verify \
  -H "Content-Type: application/json" \
  -d '{"email": "you@example.com", "code": "123456"}'
# → {"key": "disco_...", "credits": 10, "tier": "free_tier"}

或者在以下位置创建密钥 disco.leap-labs.com/开发者.

进行第一次分析：

from discovery import Engine

engine = Engine(api_key="disco_...")
result = await engine.discover(
    file="data.csv",
    target_column="outcome",
)

for pattern in result.patterns:
    if pattern.p_value  完整的指导和示例： [技能.md](SKILL.md#preparing-your-data)

______________________________________________________________________

## 参数

await engine.discover( file="data.csv", # path, Path, or pd.DataFrame target_column="outcome", # column to predict/explain analysis_depth=2, # 2=default, higher=deeper analysis, lower = faster and cheaper visibility="public", # "public" (always free, data and report is published) or "private" (costs credits) column_descriptions={ # improves pattern explanations and literature context "bmi": "Body mass index", "hdl": "HDL cholesterol in mg/dL", }, excluded_columns=["id", "timestamp"], # see "Preparing your data" above use_llms=False, # Defaults to False. If True, runs are slower and more expensive, but you get smarter pre-processing, summary page, literature context and novelty assessment. Public runs always use LLMs. title="My dataset", description="...", # improves pattern explanations and literature context )

> 公开跑步是免费的，但结果会公布。集 `visibility="private"` 对于私人数据，这需要信用额度。

______________________________________________________________________

## 异步运行

跑步需要几分钟。对于并行执行其他工作的代理工作流或脚本：

Submit without waiting

run = await engine.run_async(file="data.csv", target_column="outcome", wait=False) print(f"Submitted {run.run_id}, continuing...")

... do other things ...

result = await engine.wait_for_completion(run.run_id, timeout=1800)

对于同步脚本和Jupyter笔记本：

result = engine.run(file="data.csv", target_column="outcome", wait=True)

or: pip install discovery-engine-api[jupyter] for notebook compatibility

______________________________________________________________________

## MCP服务器

Disco可作为MCP服务器使用，无需本地安装。

{ "mcpServers": { "discovery-engine": { "url": "https://disco.leap-labs.com/mcp", "env": { "DISCOVERY_API_KEY": "disco_..." } } } }

工具： `discovery_list_plans`, `discovery_estimate`, `discovery_upload`, `discovery_analyze`, `discovery_status`, `discovery_get_results`, `discovery_account`, `discovery_signup`, `discovery_signup_verify`, `discovery_login`, `discovery_login_verify`, `discovery_add_payment_method`, `discovery_subscribe`, `discovery_purchase_credits`.

→ [完整的代理技能档案](SKILL.md)

______________________________________________________________________

## 定价

||成本|
|---|---|
|公开运行|免费-结果和数据已发布|
|私人跑步|积分因文件大小和配置而异——使用 `engine.estimate()` |
|免费等级| 10学分/月，无需卡|
|研究员| 49美元/月——500学分|
|团队| 199美元/月——2000学分|
|学分|每学分0.10美元|

运行前估计：

estimate = await engine.estimate(file_size_mb=10.5, num_columns=25, analysis_depth=2, visibility="private")

estimate["cost"]["credits"] → 55

estimate["account"]["sufficient"] → True/False

账户管理完全是程序化的-通过SDK或REST API附加付款方式、订阅计划和购买信用。看 [Python SDK参考](docs/python-sdk.md#account-management) 或 [技能.md](SKILL.md#paying-for-credits-programmatic).

______________________________________________________________________

## 预期数据格式

迪斯科期待 **扁平表** --列代表特征，行代表样本。

- **每次观察一行** --病人、样本、交易、测量等。
- **每个特征一列** --数字、分类、日期时间或自由文本都可以
- **一个目标列** --你想了解的结果。必须至少有两个不同的值。
- **缺失值正常** --Disco会自动处理它们。不要事先掉线或妄下结论。
- **无需旋转** --如果你的数据已经在一个平面表中，那么它就可以使用了

**支持的格式：** CSV、TSV、Excel（.xlsx）、JSON、拼花游戏、ARFF、羽毛游戏。最大5 GB。

**不支持：** 图像、原始文本文档、嵌套/分层JSON、多页Excel（使用第一页或导出为CSV）

______________________________________________________________________

## 与其他工具相比

|目标|工具|
|---|---|
|汇总统计、数据质量|ydata分析、sweetviz|
|预测模型|AutoML（自动sklearn、TPOT、H2O）|
|快速相关性|大熊猫、海兔|
|回答一个关于数据的具体问题|ChatGPT，克劳德|
| **找到你不知道要找的东西** | **迪斯科** |

Disco并不是EDA或AutoML的替代品——它能找到这些工具错过的模式 [测试了18个数据分析工具](https://www.leap-labs.com/research/the-patterns-that-agents-miss) 在具有已知地面真实模式的数据集上。大多数人自信地报告了错误的结果。迪斯科是唯一找到所有模式的。

______________________________________________________________________

## 链接

- [仪表板](https://disco.leap-labs.com)
- [API密钥](https://disco.leap-labs.com/developers)
- [PyPI上的Python SDK](https://pypi.org/project/discovery-engine-api/)
- [Python SDK参考](docs/python-sdk.md)
- [OpenAPI规范](https://disco.leap-labs.com/.well-known/openapi.json)
- [代理人/MCP文件](SKILL.md)
- [LLM友好参考](llms.txt)
- [OpenAPI规范](https://disco.leap-labs.com/.well-known/openapi.json)
- [OpenAPI规范（在仓库中）](docs/openapi.json)
- [公众报告库](https://disco.leap-labs.com/discover)

______________________________________________________________________