EDA MCP服务器📊🤖

全面 模型上下文协议（MCP）服务器 这提供了 探索性数据分析（EDA） CSV和结构化TXT文件的工具，由Python的数据科学堆栈和智能TypeScript AI代理提供支持。

🎯 这个项目做什么

该项目展示了一个完整的 人工智能驱动的数据分析工作流程 使用现代网络技术：

🔧 MCP服务器：TypeScript/Next.js服务器，承载智能工具
🐍 Python集成：从TypeScript无缝执行pandas/matplotlib/seaborn
🤖 AI代理：基于OpenAI的代理，负责规划和执行复杂的数据工作流程
📊 高级EDA：6种不同的分析类型，具有综合统计功能
🌐 web界面：具有漂亮UI的现代Next.js web应用程序

🏗️ 当前技术栈

后端和MCP服务器

TypeScript -类型安全服务器逻辑
Next.js 15 -用于服务器端渲染的现代React框架
@vercel/mcp适配器 -Vercel MCP官方集成
@模型上下文协议/sdk -MCP协议实现
萨德 -运行时类型验证

数据分析引擎

Python 3 -数据处理运行时
熊猫 -数据操作和分析
matplotlib -统计绘图和可视化
海生 -高级统计可视化
数值Python -数值计算基础

人工智能与代理系统

OpenAI API -GPT-4o-mini用于智能规划
TypeScript代理 -自主工作流执行
动态工具发现 -运行时MCP工具检测

开发与测试

多伦多证券交易所 -快速执行TypeScript
pnpm -高效的包管理
dotenv -环境变量管理
Node.js流 -子流程沟通

部署就绪

维塞尔 -无服务器部署平台
Redis（可选） -仅支持SSE传输
Docker支持 -可容器化架构

🛠️ 安装和先决条件

所需软件

Node.js 18+ -JavaScript运行时
Python 3.8+ -数据分析引擎
pnpm -包管理器(npm install -g pnpm)

Python数据科学堆栈

# Install required Python packages
pip3 install pandas matplotlib seaborn numpy

# Verify installation
python3 -c "import pandas, matplotlib, seaborn, numpy; print('✅ All packages installed')"

环境设置

创建 .env.local 文件：

# Required for AI agent
OPENAI_API_KEY=your_openai_api_key_here

# Optional: Redis for SSE transport (communication only, not data storage)
REDIS_URL=redis://localhost:6379

设置和启动

# 1. Clone and install dependencies
git clone https://github.com/plijtmaer/eda-mcp-server.git
cd eda-mcp-server
pnpm install

# 2. Start the MCP server (localhost:3000 for local testing)
pnpm dev

# 3. Test EDA capabilities - Available analysis types:
#    • basic_info - Dataset overview and structure
#    • statistical_summary - Descriptive statistics  
#    • correlation_analysis - Correlation matrix and relationships
#    • distribution_plots - Distribution analysis and outliers
#    • missing_data_analysis - Missing value patterns
#    • custom_analysis - Execute custom Python code

# Quick test shortcuts (use predefined file/analysis combinations):
pnpm test:eda                    # → sample_data.csv + basic_info
pnpm test:eda statistical_summary # → sample_data.csv + statistical_summary
pnpm test:eda correlation_analysis # → sample_data.csv + correlation_analysis

# Or use full command for custom file/analysis combinations (localhost for local testing):
node test-mcp.mjs http://localhost:3000 exploratory-data-analysis '{"file_path": "data/sample_data.csv", "analysis_type": "basic_info"}'

node test-mcp.mjs http://localhost:3000 exploratory-data-analysis '{"file_path": "data/sales_data.csv", "analysis_type": "statistical_summary"}'

node test-mcp.mjs http://localhost:3000 exploratory-data-analysis '{"file_path": "data/financial_data.csv", "analysis_type": "correlation_analysis"}'

# Or test with the deployed Vercel server:
node test-mcp.mjs https://eda-mcp-server.vercel.app exploratory-data-analysis '{"file_path": "https://eda-mcp-server.vercel.app/data/sample_data.csv", "analysis_type": "basic_info"}'

node test-mcp.mjs https://eda-mcp-server.vercel.app exploratory-data-analysis '{"file_path": "https://eda-mcp-server.vercel.app/data/sales_data.csv", "analysis_type": "statistical_summary"}'

# 4. Run the simple AI agent (basic implementation for testing and demos)
pnpm agent

🔬 EDA工具深度学习

这 探索性数据分析 工具是该系统的核心，提供 6种综合分析类型:

📋 1.基本情况(`basic_info`)

分析内容：

数据集形状（行×列）
列名和数据类型
内存使用优化
前5行预览
数据加载诊断

非常适合： 初步数据探索和质量评估

📈 2.统计摘要(`statistical_summary`)

数字列：

描述性统计（平均值、中位数、标准差、最小值、最大值、四分位数）
非空值计数
分销洞察

分类栏：

唯一值计数
最常见值（前3）
类别分布分析

非常适合： 了解数据分布和中心趋势

🔗 3.相关性分析(`correlation_analysis`)

高级相关性检测：

数值变量的完整相关矩阵
自动高相关性识别（|r|>0.7）
关系强度解释
多重共线性检测

非常适合： 特征选择和关系发现

📊 4.分布分析(`distribution_plots`)

每列统计分析：

集中趋势（平均值、中位数）
可变性（标准偏差、范围）
形状分析（偏斜度）
使用IQR方法进行异常检测
分布正态性评价

非常适合： 数据质量评估和异常检测

❓ 5.缺失数据分析(`missing_data_analysis`)

全面缺失数据审计：

每列缺少值（计数和百分比）
数据集完整性总计
缺少数据模式
数据质量评分

非常适合： 数据清理策略制定

🔧 6.自定义分析(`custom_analysis`)

灵活的Python执行：

自定义pandas操作
高级统计测试
专业数据转换
特定领域的计算

可用变量：

df -您加载的DataFrame
pd -熊猫图书馆
np -numpy库
plt -matplotlib.pyplot
sns -滨海图书馆

非常适合： 专业分析要求

📊 当前数据支持

✅ 目前支持

CSV文件 -逗号分隔值
资料收集 -制表符/逗号/分号分隔的结构化数据
基于文件的分析 -本地文件处理
Python pandas集成 -完整的熊猫生态系统

📁 使用您自己的数据

🏠 地方发展（完全灵活）

# Any local file path works
node test-mcp.mjs http://localhost:3000 exploratory-data-analysis '{"file_path": "data/my_data.csv", "analysis_type": "basic_info"}'

node test-mcp.mjs http://localhost:3000 exploratory-data-analysis '{"file_path": "/Users/yourname/Documents/sales.csv", "analysis_type": "statistical_summary"}'

# HTTP URLs also work
node test-mcp.mjs http://localhost:3000 exploratory-data-analysis '{"file_path": "https://raw.githubusercontent.com/yourname/repo/main/data.csv", "analysis_type": "correlation_analysis"}'

🌐 已部署服务器（仅限HTTP URL）

# Use the provided sample data
node test-mcp.mjs https://eda-mcp-server.vercel.app exploratory-data-analysis '{"file_path": "https://eda-mcp-server.vercel.app/data/sample_data.csv", "analysis_type": "basic_info"}'

# Use your own data hosted online
node test-mcp.mjs https://eda-mcp-server.vercel.app exploratory-data-analysis '{"file_path": "https://raw.githubusercontent.com/yourname/yourrepo/main/yourdata.csv", "analysis_type": "statistical_summary"}'

# Upload to Dropbox/Google Drive and use direct download links
node test-mcp.mjs https://eda-mcp-server.vercel.app exploratory-data-analysis '{"file_path": "https://www.dropbox.com/s/abc123/data.csv?dl=1", "analysis_type": "correlation_analysis"}'

💡 在线托管数据的方法：

GitHub：将CSV上传到存储库，使用raw.githubusercontent.com URL
Dropbox：共享文件，添加 ?dl=1 直接下载的URL末尾
Google 云端硬盘：公开分享，使用直接下载链接
您自己的网站：在公共目录中托管CSV文件
数据托管服务Kaggle、数据世界等。

❌ 尚未支持（未来发展）

数据库连接 （PostgreSQL、MySQL、MongoDB）
实时流数据
云存储集成 （S3、GCS、Azure）
API数据摄入

🤖 AI代理功能

这 TypeScript AI代理 提供 智能自动化 数据分析工作流程。这是一个 为测试和演示目的而设计的简单实现:

🧠 核心能力

自主规划 -使用OpenAI创建分析策略
工具发现 -自动检测可用的MCP工具
智能执行 -执行多步骤分析工作流
错误恢复 -优雅地处理工具故障
自然语言接口 -简明英语分析要求

🎮 代理模式

交互模式

pnpm agent

特征：

自然语言查询
实时分析执行
迭代探索
情境感知建议

示例查询：

*“分析财务数据，向我展示收入和利润之间的相关性”*
*“查找员工薪资数据中的异常值”*
*“比较所有日子的天气模式”*

使用您自己的数据与AI代理：

🏠 地方发展：

*“分析/用户/我/文档/sales_2024.csv，带统计摘要”*
*“显示data/customer_data.csv的基本信息”*

🌐 使用已部署的服务器（使用HTTP URL）：

*“分析https://raw.githubusercontent.com/me/myrepo/main/sales.csv相关性分析”*
*“显示分布分析https://www.dropbox.com/s/abc123/data.csv?dl=1"*

示范模式

pnpm agent:demo

特征：

预定义的分析工作流
展示所有功能
自动生成报告
多数据集分析

备注：该代理充当 概念证明 用于基于MCP的数据分析自动化。对于生产使用，考虑实施更复杂的计划、内存和错误处理。

🧪 测试与开发

🔧 MCP服务器测试

# List all available tools (local)
pnpm test:mcp

# Test basic connectivity (local)
pnpm test:mcp http://localhost:3000 echo "Hello World"

# Test deployed server
node test-mcp.mjs https://eda-mcp-server.vercel.app echo "Hello from deployed server"

# Verify tool discovery (local)
curl -X POST http://localhost:3000/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","method":"tools/list","id":1}'

# Verify deployed server tools
curl -X POST https://eda-mcp-server.vercel.app/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","method":"tools/list","id":1}'

📊 EDA工具测试

# Test each analysis type
pnpm test:eda basic_info
pnpm test:eda statistical_summary  
pnpm test:eda correlation_analysis
pnpm test:eda distribution_plots
pnpm test:eda missing_data_analysis

# Test different datasets
# Edit test-eda.mjs to customize file/analysis combinations

🤖 代理测试

# Interactive mode
pnpm agent

# Demo mode (automated workflows)
pnpm agent:demo

# Debug mode (with verbose logging)
DEBUG=* pnpm agent

📊 示例数据集

这 /data 文件夹包含 4个不同的数据集 进行全面测试：

👥 员工数据(`sample_data.csv`)

15行×7列

Columns: name, age, salary, department, years_experience, satisfaction_score, city
Data Types: Mixed (string, int, float)
Use Cases: HR analytics, correlation analysis, salary distribution

💰 销售数据(`sales_data.csv`)

10行×6列

Columns: product, region, sales_amount, quantity, date, sales_rep
Data Types: Mixed (string, int, date)
Use Cases: Revenue analysis, regional performance, sales trends

🌤️ 天气数据(`weather_data.txt`)

7行×6列

Columns: day, condition, temperature_f, humidity, wind_speed, precipitation  
Data Types: Mixed (string, int, float)
Use Cases: Environmental analysis, pattern detection, forecasting

🏢 财务数据(`financial_data.csv`)

8行×7列

Columns: company, sector, revenue_million, profit_margin, employees, market_cap_billion, debt_ratio
Data Types: Mixed (string, float, int)
Use Cases: Corporate analysis, sector comparison, financial ratios

📁 添加您自己的数据

将CSV/TXT文件放入 /data 文件夹
确保结构化格式（逗号/分号/制表符分隔）
使用文件路径： "./data/your_file.csv"

📁 项目架构

eda-mcp-server/                     # 🏠 Project root
├── agent/                          # 🤖 AI Agent system
│   └── simple-agent.ts            # TypeScript AI agent
├── app/                           # 🌐 Next.js application  
│   ├── [transport]/route.ts       # MCP protocol handler
│   ├── layout.tsx                 # App layout
│   └── page.tsx                   # Web interface
├── tools/                         # 🔧 MCP Tools
│   ├── eda-tool.ts                # Main EDA tool
│   ├── echo.ts                    # Testing tool
│   └── index.ts                   # Tool exports
├── data/                          # 📊 Sample datasets
│   ├── sample_data.csv            # Employee data
│   ├── sales_data.csv             # Sales data  
│   ├── weather_data.txt           # Weather data
│   └── financial_data.csv         # Financial data
├── lib/                           # 📚 Utility libraries
│   └── redis.ts                   # Redis configuration (SSE transport only)
├── test-mcp.mjs                   # 🧪 MCP server tester
├── test-eda.mjs                   # 🧪 EDA tool tester
├── package.json                   # 📦 Dependencies & scripts
└── README.md                      # 📖 Documentation

🔮 未来发展路线图

🎯 计划功能（尚未实施）

📊 数据源

数据库连接（PostgreSQL、MySQL、MongoDB）
带有身份验证的API数据接收
实时流数据处理
云存储集成（S3、GCS、Azure）

🧠 特工情报

对话上下文记忆
具有依赖关系的多步骤工作流规划
自定义分析模板和预设
特定领域的专业知识模块

🎨 可视化增强

将matplotlib图保存到文件和URL
具有Plotly集成的交互式图表
实时更新的仪表板创建
自定义图表模板

🔧 高级分析

机器学习模型的训练与评估
统计假设检验套件
时间序列分析与预测
地理空间数据处理能力

🚀 贡献

该项目欢迎投稿！优先领域：

PostgreSQL/MySQL的数据库连接器
高级可视化功能
机器学习集成
性能优化

______________________________________________________________________

📜 许可证和联系方式

内置于❤️ 使用：TypeScript、Next.js、Python、OpenAI和模型上下文协议。

仓库:

Eda MCP Server

快速接入

详细介绍