定性研究员MCP服务器
MCP服务器实现，提供管理定性研究知识图的工具，实现研究项目、参与者、访谈、观察、代码、主题和发现的结构化表示。该服务器帮助定性研究人员组织他们的数据，跟踪他们的分析过程，开发主题，并从丰富的文本数据中生成见解。
特性
- 持续的研究背景：维护多个分析会话中研究实体和关系的结构化知识图
- 学习会话管理：使用唯一ID跟踪研究分析会话，并记录随时间的进展
- 专题分析：组织和跟踪跨数据源的新兴主题
- 编码框架：管理分层编码结构和跟踪代码应用程序
- 参与管理：跟踪参与者数据、人口统计数据和贡献
- 数据源组织：组织访谈、观察和文件
- 研究问题跟踪：将数据与具体研究问题联系起来
- 备忘录写作：在整个研究过程中记录分析见解
- 时序数据分析：按时间顺序探索数据
- 代码共现分析：确定不同代码之间的关系
- 方法文件：跟踪方法决策和方法
实体
定性研究员MCP服务器识别以下实体类型：
- 项目：总体研究
- 参与者：研究主题
- 面试：与参与者的正式对话
- 观察：观察性研究的现场记录
- 文档：正在分析的外部材料
- 代码：应用于数据段的标签
- 代码组：相关代码的类别或系列
- 备忘录：研究人员的分析笔记
- 主题：数据中出现的模式
- 引用：数据来源的重要摘录
- 文学：学术来源
- 研究问题：指导研究的正式问题
- 发现：结果或结论
- 状态：实体状态值（活动、已完成、待定、放弃）
- 优先级：优先级值（高、低）
关系
实体可以通过以下关系类型连接：
- 参与\_ in：将参与者与访谈/观察联系起来
- 代码：显示哪些代码适用于哪些数据
- 包含：层次关系（例如，代码组包含代码）
- 支持：支持主题或发现的数据
- 与...矛盾：与主题或发现相矛盾的数据
- 答案：解决研究问题的数据
- 引用：参考文献
- followed_by：时间序列
- related_to：一般连接
- 反射\_ on：反映数据/代码/主题的备忘录
- 比较：比较关系
- 传导\_ by：进行数据收集的人员
- 转录\_ by：转录数据的人
- part_of：实体是另一个实体的一部分
- derive_from：实体来源于另一个实体
- 收集\_ on：数据收集日期
- 分析：分析关系
- 三角测量：数据源之间的三角测量
- has_status：将实体链接到其当前状态（活动、已完成、待定、放弃）
- has_priority：将实体与其优先级（高、低）联系起来
- 先于：表示一个分析活动在序列中排在另一个活动之前
可用工具
定性研究人员MCP服务器提供了以下与研究知识互动的工具：
启动会话
启动一个新的定性研究会话，生成一个唯一的会话ID，并显示当前的研究项目、最近的数据收集、新出现的主题和以前的会话。通过has_status关系显示状态信息，通过has_priority关系显示优先级，并根据顺序过程关系确定下一步准备进行的研究活动。
loadcontext
加载特定实体（项目、参与者、面试等）的详细上下文，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。
结束会议
通过结构化、多阶段的过程记录研究会议的结果：
- 总结：记录会议摘要、持续时间和项目重点
- 面试数据：记录会议期间处理的新面试数据
- 备忘录：记录会议期间创建的分析备忘录
- 编码活动：跟踪应用于数据的新代码和修订代码
- 主题：从分析中产生或发展的主题文件
- 状态更新：记录实体状态值的更改
- 项目状态：更新总体项目状态、优先级分配和顺序关系
- 装配：所有会话数据的最终组装
构建上下文
在知识图中创建新的实体、关系或观察结果：
- 实体：添加新的研究实体（项目、参与者、访谈、状态、优先级等）
- 关系：在实体之间创建关系（包括has_status、has_priority、before）
- 观察：向现有实体添加观察结果
删除上下文
从知识图中删除实体、关系或观察结果：
- 实体：删除研究实体
- 关系：删除实体之间的关系（包括状态、优先级和顺序关系）
- 观察：从实体中删除具体意见
高级上下文
从知识图中检索信息：
- 图：获取整个知识图谱
- 搜索：根据查询条件搜索节点
- 节点：按名称获取特定节点
- 相关的：查找相关实体
- 状态：查找具有特定状态值（活动、已完成、待定、放弃）的实体
- 优先级：查找具有特定优先级值（高、低）的实体
- 序列：确定分析活动的顺序关系
领域特定功能
定性研究人员MCP服务器包括用于定性研究的专门领域功能：
- getProjectOverview：项目的全面视图，包括研究问题、方法、参与者、数据来源
- getParticipantProfile：参与者的详细资料，包括人口统计、访谈和报价
- 获取主题分析：分析主题及其支持代码和数据
- getCodedData：查看标记有特定代码的所有数据段
- getresearch问题分析：按研究问题和相关发现组织数据
- get时间数据：按时间顺序查看数据
- getCodeCo发生：分析多个代码一起出现的位置
- getMemoriesByFocus：检索与特定实体相关的所有备忘录
- 获取方法论详细信息：审查方法、取样和分析技术
- 获取相关实体：按关系类型查找与特定实体相关的实体
- getStatus概述：查看具有特定状态（活动、已完成、待定、放弃）的所有实体
- 获取优先级项目：确定高优先级的研究任务和活动
- getAnalysisSequence：根据前置关系可视化分析活动的顺序
示例提示
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.录制会话结果
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.用法
此MCP服务器使定性研究人员能够：
- 保持分析的连续性：跟踪多个研究会议的分析进展
- 开发编码框架：构建、完善和应用定性数据的编码结构
- 跟踪主题发展：观察主题在分析过程中是如何出现和演变的
- 管理丰富的数据源：整理和连接面试记录、现场笔记和文件
- 支持理论发展：通过备忘录写作过程记录理论见解
- 准备研究结果：将调查结果与支持性证据和研究问题联系起来
- 提高方法论严谨性：记录方法决定和分析过程
- 跟踪研究进展：在整个研究生命周期中监控实体状态
- 优先考虑研究任务：确定并专注于高优先级的研究活动
- 序列分析活动：规划和可视化研究和分析步骤的逻辑顺序
配置
使用Claude Desktop
将此添加到您的 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，全局安装该软件包：
npm install -g github:tejpalvirk/qualitativeresearch然后配置Claude Desktop：
{
"mcpServers": {
"qualitativeresearch": {
"command": "contextmanager-qualitativeresearch"
}
}
}码头工人
{
"mcpServers": {
"qualitativeresearch": {
"command": "docker",
"args": [
"run",
"--rm",
"-i",
"mcp/qualitativeresearch"
]
}
}
}建筑
来源
# 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.jsDocker：
docker build -t mcp/qualitativeresearch -f qualitativeresearch/Dockerfile .许可证
此MCP服务器根据MIT许可证获得许可。这意味着您可以根据MIT许可证的条款和条件自由使用、修改和分发软件。有关更多详细信息，请参阅项目存储库中的LICENSE文件。
环境变量
定性研究MCP服务器支持以下环境变量来定制数据的存储位置：
- 内存文件路径：存储知识图数据的路径
- 可以是绝对的或相对的（相对路径使用当前工作目录） - 违约： ./qualitativeresearch/memory.json
- 会话文件路径：存储会话数据的路径
- 可以是绝对的或相对的（相对路径使用当前工作目录） - 违约： ./qualitativeresearch/sessions.json
示例用法：
# 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