Data Analysis Server

FastMCP数据分析服务器

一种模型上下文协议（MCP）服务器，提供全面的数据分析工具，包括统计函数、概率分布和数据处理工具。

特性

概率分布

• 泊松概率：计算点数、累积概率和生存概率
• 正态分布：PDF、CDF和生存函数计算
• 二项式概率：完成二项分布分析

统计分析

• 描述性统计：平均值、中位数、众数、方差、偏度、峰度、四分位数
• 相关性分析Pearson和Spearman相关性与显著性检验
• 假设检验：具有详细结果的单样本t检验
• 线性回归：具有R²、MSE和方程的简单线性回归

数据处理

• CSV分析：处理CSV文本数据并生成全面的摘要
• 数据汇总：自动检测数字/分类列

安装

1. 使用uv初始化项目：

uv init fastmcp-data-analysis-server
cd fastmcp-data-analysis-server

1. 安装依赖项：

uv add fastmcp numpy scipy pandas

或者从pyproject.toml安装：

uv sync

1. 安装开发依赖项（可选）：

uv add --dev pytest pytest-asyncio black isort mypy

用法

运行服务器

# Using uv
uv run python main.py

# Or if installed
python main.py

可用工具

1.泊松概率

# Point probability: P(X = k)
poisson_probability(lam=3.5, k=2, prob_type="point")

# Cumulative probability: P(X ≤ k)  
poisson_probability(lam=3.5, k=5, prob_type="cumulative")

# Survival probability: P(X > k)
poisson_probability(lam=3.5, k=4, prob_type="survival")

2.描述性统计

descriptive_statistics([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

3.正态分布

# Standard normal
normal_probability(x=1.96, mean=0, std_dev=1, prob_type="cumulative")

# Custom normal distribution
normal_probability(x=85, mean=100, std_dev=15, prob_type="point")

4.相关性分析

correlation_analysis(
    x_data=[1, 2, 3, 4, 5], 
    y_data=[2, 4, 6, 8, 10]
)

5.假设检验

hypothesis_test_ttest(
    sample_data=[12, 15, 18, 16, 17], 
    population_mean=14, 
    alpha=0.05
)

6.线性回归

linear_regression_analysis(
    x_data=[1, 2, 3, 4, 5],
    y_data=[2, 4, 5, 4, 5]
)

7.二项式概率

# Probability of exactly 3 successes in 10 trials
binomial_probability(n=10, k=3, p=0.4, prob_type="point")

8.CSV数据分析

csv_text = """name,age,score
Alice,25,85
Bob,30,92
Charlie,22,78"""

data_summary_from_csv_text(csv_text)

示例响应

泊松概率响应

{
    "probability": 0.2138,
    "description": "P(X = 2)",
    "lambda": 3.5,
    "k": 2,
    "prob_type": "point",
    "mean": 3.5,
    "variance": 3.5,
    "std_dev": 1.8708
}

描述性统计响应

{
    "count": 10,
    "mean": 5.5,
    "median": 5.5,
    "std_dev": 3.0277,
    "variance": 9.1667,
    "min": 1.0,
    "max": 10.0,
    "skewness": 0.0,
    "kurtosis": -1.2
}

发展

代码格式化

uv run black main.py
uv run isort main.py

类型检查

uv run mypy main.py

测试

uv run pytest

MCP客户端集成

此服务器可以与任何MCP客户端一起使用。这些工具会自动公开，并可以使用适当的参数进行调用。

MCP客户端使用示例

# Assuming you have an MCP client connected
client.call_tool("poisson_probability", {
    "lam": 2.5,
    "k": 3,
    "prob_type": "cumulative"
})

MCP服务器配置示例

{
  "mcpServers": {
    "analysis-mcp": {
      "command": "fastmcp-data-analysis-server/.venv/bin/python",
      "args": [
        "fastmcp-data-analysis-server/main.py"
      ],
    }
  }
}

错误处理

所有功能都包括全面的错误处理，用于：

• 参数值无效
• 空数据集
• 数据长度不匹配
• 概率类型无效
• 数学域错误

许可证

MIT许可证