Token导航 LogoToken导航

MCP Server · 运维云端

Survey Insight MCP Server

一款AI驱动的调查评论分析MCP服务器,可生成交互式仪表盘,适用于企业内部调查分析。

stdio官方级别未说明来源级核验工具 0
数据可视化PythonClaude自然语言处理

快速开始

作者 / 组织
sinjorjob
提供方
sinjorjob
运行时
Python

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

2

仓库热度

收录来源

2 个

MCP World

选型结论

Survey Insight MCP Server 属于运维云端类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,适配 Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

运维云端

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

客户端配置示例

{
  "mcpServers": {
    "survey-insight-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ]
    }
  }
}

按公开安装命令拼出来的示例,字段名和参数以仓库 README 为准;带 YOUR_API_KEY 这类占位符的位置记得换成自己的值。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

📊 调查洞察MCP服务器

基于人工智能的调查评论分析MCP服务器,可生成美观的交互式仪表板。

自动分析公司内部问卷的自由评论栏精致的HTML仪表板是用于生成(这些)的MCP服务器。

📸 生成的报告示例

执行摘要&词云

关键词排名&分析轴别图表

AI课题分析与改善提案

✨ 主要功能

  • 📝 翻译成中文是:📝(这个符号本身没有特定的中文翻译,它通常代表“便签”或“记事本”的意思,但在这里直接保留原样,因为符号本身无需翻译,其含义在上下文中已明确) CSV自动解析自动编码检测、数据清洗
  • 🔍 翻译为中文是:放大镜(用于查看细节或搜索) 分词:

- 由janome进行的高精度分析 - 英语:使用spaCy进行自然语言处理 - 关键词提取·频率分析

  • 🌐 代表“互联网”或“全球网络”的符号,可直接用其意象表达,无需单独翻译。 多语言支持:

- 日语和英语的自动识别 - AI分析结果始终以日语输出

  • 📈 表示“上升趋势”或“增长”。 分析轴对应从部署、年代、职务等多方面进行分析
  • ☁️ 云朵 生成词云优美的色彩搭配(紫色渐变)
  • 📊(图表) 交互式图表使用Plotly制作柱状图(关键词排名)、饼图(按分析轴分布)
  • 🤖 表示“机器人”。 AI课题分析利用Claude/Gemini API发现问题并提出改进建议
  • 🎨(颜料/美术) HTML仪表盘响应式,带动画

🚀 快速入门

在Claude Code中的使用

方法1:通过命令行安装(推荐)

基本安装(无AI分析):

claude mcp add --transport stdio survey-insight --scope user -- \
  uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

含AI分析 - 使用Claude Code订阅服务(推荐):

claude mcp add --transport stdio survey-insight --scope user \
  -e USE_CLAUDE_CODE_SUBSCRIPTION=true -- \
  uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

含AI分析 - 使用Anthropic Claude API:

claude mcp add --transport stdio survey-insight --scope user \
  -e LLM_PROVIDER=anthropic \
  -e LLM_API_KEY=sk-ant-api03-your_key_here \
  -e LLM_MODEL=claude-3-5-sonnet-20241022 -- \
  uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

配备AI分析 - 使用Google Gemini API:

claude mcp add --transport stdio survey-insight --scope user \
  -e LLM_PROVIDER=google \
  -e LLM_API_KEY=your_google_api_key_here \
  -e LLM_MODEL=gemini-2.0-flash-exp -- \
  uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

安装后重启Claude Code请帮我一下。

方法2:在配置文件中手动安装

配置文件(Windows: %USERPROFILE%\.claude.jsonmacOS/Linux: ~/.claude.json)进行编辑:

基本设置(无AI分析):

{
  "mcpServers": {
    "survey-insight": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ]
    }
  }
}

含AI分析 - 使用Claude Code订阅服务:

{
  "mcpServers": {
    "survey-insight": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ],
      "env": {
        "USE_CLAUDE_CODE_SUBSCRIPTION": "true"
      }
    }
  }
}

具备AI分析功能 - 使用Anthropic Claude API:

{
  "mcpServers": {
    "survey-insight": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ],
      "env": {
        "LLM_PROVIDER": "anthropic",
        "LLM_API_KEY": "sk-ant-api03-your_key_here",
        "LLM_MODEL": "claude-3-5-sonnet-20241022"
      }
    }
  }
}

具备AI分析功能 - 使用Google Gemini API:

{
  "mcpServers": {
    "survey-insight": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ],
      "env": {
        "LLM_PROVIDER": "google",
        "LLM_API_KEY": "your_google_api_key_here",
        "LLM_MODEL": "gemini-2.0-flash-exp"
      }
    }
  }
}

设定后,重启Claude Code请(帮我/做)。

更改LLM供应商的方法

如之后更换LLM供应商:

方法A:通过命令重新注册

# 1. 既存の設定を削除
claude mcp remove survey-insight

# 2. 新しいプロバイダーで再登録
# Google Geminiに変更する場合:
claude mcp add --transport stdio survey-insight --scope user \
  -e LLM_PROVIDER=google \
  -e LLM_API_KEY=your_new_key_here \
  -e LLM_MODEL=gemini-2.0-flash-exp -- \
  uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

# Anthropic Claudeに変更する場合:
claude mcp add --transport stdio survey-insight --scope user \
  -e LLM_PROVIDER=anthropic \
  -e LLM_API_KEY=sk-ant-api03-your_new_key_here \
  -e LLM_MODEL=claude-3-5-sonnet-20241022 -- \
  uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp

# 3. Claude Codeを再起動

方法B:直接编辑设置文件 ~/.claude.json的,之env编辑部分,然后重启Claude Code。

使用方法

在Claude Code上请求如下:

examples/sample_survey.csvを分析して、部署別・年代別のレポートを生成してください。

MCP工具会自动调用,生成HTML报告和词云。

______________________________________________________________________

📋 CSV文件要求

文件格式

  • 扩展名: .csv
  • 编码自动检测支持

- cp932 (Excel日语版/Shift-JIS编码) - shift-jis - utf-8-sig (含BOM的UTF-8) - utf-8

  • 语言支持日语和英语

- 日语默认支持(无需额外设置) - 英语自动处理(英语模型包含在依赖项中) - 来自评论列的文本自动语言识别 - language也可以通过参数进行明确指定"ja" 或者 "en") - AI分析结果始终以日语输出(与输入语言无关)

数据格式

必要要素:

  • 评论列包含自由文本的列

- 如列表中包含“评论”、“comment”、“自由记述”、“意见”、“感想”、“反馈”等字样,则自动检测 - 在上述情况以外,自动选择平均字符数最多的字符串型列 - comment_column也可以通过参数明确指定

可选要素:

  • 分析轴列分类数据(部门、年代、职位等)

- 按以下条件自动检测: - 唯一值大于2 - 唯一值少于整体的50% - 数据类型为字符串(object)或类别(category) - analysis_axes也可以通过参数明确指定 - 排除:评论列、ID列

数据清洗:

  • 完全空白的行将自动删除
  • 自动删除重复行
  • 自动修剪字符串前后的空格

示例CSV结构

中文:

部署,年代,コメント
営業,30代,対応が丁寧で良かったです
技術,40代,待ち時間が長いのが気になりました

英语:

Department,Age_Group,Comments_Feedback
Sales,30s,The service was very polite and helpful
Technical,40s,The waiting time was a bit long

示例文件:

  • 日语版: examples/sample_survey.csv
  • 英文版: examples/healthcare_service_survey_en.csv

______________________________________________________________________

📝 关于AI分析功能

无AI分析:

  • 仅执行形态素分析、关键词提取、图表生成和WordCloud
  • 无需设置环境变量

有AI分析:

  • 除此之外,还要执行由AI进行的发现问题和提出改进方案
  • 需要设置以下任一环境变量:

- USE_CLAUDE_CODE_SUBSCRIPTION=true(Claude Code订阅服务) - LLM_PROVIDER + LLM_API_KEY(Anthropic/Google API)

______________________________________________________________________

🔧 其他MCP客户端

Gemini 命令行界面(CLI)

配置文件(Windows: %USERPROFILE%\.gemini\settings.jsonmacOS/Linux: ~/.gemini/settings.json)进行编辑:

基本设置(无AI分析):

{
  "mcpServers": {
    "survey-insight": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ]
    }
  }
}

含AI分析(使用Google Gemini API - 推荐):

{
  "mcpServers": {
    "survey-insight": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/sinjorjob/survey-insight-mcp.git",
        "survey-insight-mcp"
      ],
      "env": {
        "LLM_PROVIDER": "google",
        "LLM_API_KEY": "your_google_api_key_here",
        "LLM_MODEL": "gemini-2.0-flash-exp"
      }
    }
  }
}

设定后,重启Gemini CLI请帮我。

其他MCP客户端

可与符合MCP规范的任意客户端配合使用:

  • 交通stdio(标准输入输出库)
  • 命令: uvx
  • 参数/论据: ["--from", "git+https://github.com/sinjorjob/survey-insight-mcp.git", "survey-insight-mcp"]
  • 环境变量请参阅上述环境变量设置

______________________________________________________________________

🌐 多语言支持

Survey Insight MCP Server支持日语和英语问卷。

支持语言

  • 日语由janome进行的形态素分析
  • 英语spacy(en_core_web_sm基于(某)的形态素分析

语言识别

自动判别(推荐):

会自动从评论列的文本中判断语言。

examples/customer_feedback_en.csvを分析してください。

手动指定:

language也可以通过参数进行明确指定。

{
  "csv_path": "examples/survey_data.csv",
  "language": "en"  # "ja" or "en"
}

英语环境的设置

全自动设置:

在首次分析英语CSV文件时,使用spacy的英语模型(en_core_web_sm)是全自动将自动下载,用户无需进行任何预先设置。

  • 仅首次会下载约12MB的模型(数秒至数十秒)
  • 第二次及之后使用的是已有模型,因此无需下载
  • 在uvx环境中自动地 uv pip install 将会被执行

处理方式的不同

处理日语 (janome)英语 (spacy)
分词解析✅✅
提取关键词使用表面形态使用词元(基本形态)
复合名词提取✅ 支持❌ 不支持(仅单词)
词性过滤名词·动词·形容词NOUN·VERB·ADJ
最小字数1字以上3字以上
停用词日语列表英语列表

______________________________________________________________________

📖 MCP工具规格

analyze_survey

从CSV文件执行问卷调查分析,并生成HTML报告和词云。

参数:

  • csv_path (必填):CSV文件路径
  • comment_column (可选):自由评论列的名称(省略时自动检测)
  • analysis_axes (可选):分析轴列表(例如: ["部署", "年代", "役職"])
  • output_path (可选):输出HTML路径(默认: output/survey_report.html)
  • enable_ai_analysis (可选):启用AI课题分析(默认: true)
  • language (可选):语言代码("ja" 或者 "en"(省略时自动从评论列中判断)

使用示例:

examples/healthcare_service_survey.csvを分析して、診療科別と年齢層別のレポートを生成してください。

英语CSV分析示例:

examples/customer_feedback_en.csvを分析してください。

______________________________________________________________________

🛠️ 本地开发

环境构建

# リポジトリのクローン
git clone https://github.com/sinjorjob/survey-insight-mcp.git
cd survey-insight-mcp

# uv仮想環境作成
uv venv

# 依存パッケージインストール
uv pip install -e .

环境变量设置

cp .env.example .env
# .envファイルを編集してLLM設定

本地测试

# MCPサーバをローカルから実行
uvx --from . survey-insight-mcp

# または、MCP Inspectorでテスト
npm install -g @modelcontextprotocol/inspector
mcp-inspector uvx --from . survey-insight-mcp

执行测试

# ユニットテスト
pytest

# Lintチェック
ruff check --line-length=127
ruff format --check --diff --line-length=127

______________________________________________________________________

📁 项目结构

survey-insight-mcp/
├── pyproject.toml              # パッケージ設定
├── README.md                   # このファイル
├── LICENSE                     # MITライセンス
├── .env.example                # 環境変数テンプレート
├── src/survey_insight/
│   ├── server.py              # エントリーポイント
│   ├── mcp_server.py          # MCPサーバ実装
│   ├── csv_loader.py          # CSV読み込み
│   ├── text_analyzer.py       # 形態素解析
│   ├── chart_generator.py     # グラフ生成
│   ├── ai_analyzer.py         # AI課題分析
│   └── templates/
│       └── dashboard.html     # HTMLテンプレート
├── tests/                     # テストコード
└── examples/                  # サンプルCSVファイル

______________________________________________________________________

🔄 更新方法

要获取最新版本:

# uvxキャッシュをクリア
uv cache clean

# Claude Code / Gemini CLIを再起動

uvx会自动获取最新的提交。

______________________________________________________________________

🐛 问题排查

问题1:MCP服务器未显示

解决方案:

  1. Claude Code配置文件(~/.claude.json)进行确认
  2. 确认GitHub仓库URL是否正确
  3. 重启Claude Code

问题2:AI分析未执行

原因环境变量未正确设置

解决方案:

  • USE_CLAUDE_CODE_SUBSCRIPTION=true 进行设定
  • 或者LLM_PROVIDER 和 LLM_API_KEY 进行设定

问题3:依赖关系错误

解决方案:

# uvxキャッシュをクリア
uv cache clean --force

# Claude Codeを再起動

______________________________________________________________________

📝 许可证

麻省理工学院许可证

______________________________________________________________________

🤖 由……提供动力/支持 Claude AI(克劳德人工智能)

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

调查分析Python本地部署自然语言处理数据可视化多语言支持AI分析

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Survey Insight MCP Server

MCP World · 本页

0stdio有2 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Survey Insight MCP Server 怎么安装?

公开资料给出的安装命令是 uvx --from git+https://github.com/sinjorjob/survey-insight-mcp.git survey-insight-mcp,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Survey Insight MCP Server 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Survey Insight MCP Server 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Survey Insight MCP Server 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Survey Insight MCP Server 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP