分析MCP 是 AI Skill Hub 本期精选MCP工具之一。综合评分 8.0 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。
分析MCP 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
分析MCP 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/quanticsoul4772/analytical-mcp
# 方式二：手动配置 claude_desktop_config.json
{
"mcpServers": {
"--mcp": {
"command": "npx",
"args": ["-y", "analytical-mcp"]
}
}
}
# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
# 安装后在 Claude 对话中直接使用 # 示例： 用户: 请帮我用 分析MCP 执行以下任务... Claude: [自动调用 分析MCP MCP 工具处理请求] # 查看可用工具列表 # 在 Claude 中输入："列出所有可用的 MCP 工具"
// claude_desktop_config.json 配置示例
{
"mcpServers": {
"__mcp": {
"command": "npx",
"args": ["-y", "analytical-mcp"],
"env": {
// "API_KEY": "your-api-key-here"
}
}
}
}
// 保存后重启 Claude Desktop 生效
Model Context Protocol server exposing 12 analytical tools for Claude: descriptive statistics, regression (linear/polynomial/logistic/multivariate), hypothesis testing, data preprocessing, data visualization specs, multi-criteria decision analysis, ML model evaluation, logical argument/fallacy analysis, and Exa-backed research verification. Runs over stdio; the analytical core needs no API key (research features require EXA_API_KEY).
verify_research and perspective_shifter, both of which call the Exa search API on every invocation)#### Option 1: Direct Installation
npm install
npm run build#### Option 2: Docker Build the image. The server speaks the MCP protocol over stdio — it is launched (and its stdin/stdout piped) by the MCP client, not run as a detached daemon; see the Docker entry under Configuration for how Claude Desktop invokes it. ```bash docker build -t analytical-mcp .
```bash
#### Direct Installation Configuration 1. Copy .env.example to .env 2. Add your EXA_API_KEY to .env 3. Add to Claude Desktop configuration:
{
"mcpServers": {
"analytical": {
"command": "node",
"args": ["/path/to/analytical-mcp/build/index.js"],
"env": {
"EXA_API_KEY": "your-exa-api-key-here"
}
}
}
}#### Docker Configuration 1. Copy .env.example to .env 2. Add your EXA_API_KEY to .env 3. Add to Claude Desktop configuration:
{
"mcpServers": {
"analytical": {
"command": "docker",
"args": [
"run", "--rm", "-i",
"--env-file", ".env",
"-v", "$(pwd)/cache:/app/cache",
"analytical-mcp"
]
}
}
}Enable metrics by setting environment variables:
METRICS_ENABLED=true # Enable metrics server (default: true)
METRICS_PORT=9090 # Metrics server port (default: 9090)
METRICS_HOST=127.0.0.1 # Metrics server host (default: 127.0.0.1, use 0.0.0.0 to bind to all interfaces)When enabled, the server exposes metrics via HTTP on port 9090 (configurable):
http://localhost:9090/metrics - Prometheus-style metricshttp://localhost:9090/metrics?format=json - JSON format metricshttp://localhost:9090/health - Health check endpointhttp://localhost:9090/ - Metrics server status pagenpm test
npm run test:unit
npm run test:integration
npm run test:integration:no-api
高质量MCP工具，增强AI能力
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
经综合评估，分析MCP 在MCP工具赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。
| 原始名称 | analytical-mcp |
| Topics | mcptypescriptai |
| GitHub | https://github.com/quanticsoul4772/analytical-mcp |
| License | MIT |
| 语言 | TypeScript |
收录时间：2026-07-04 · 更新时间：2026-07-04 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型，复制安装指令后粘贴到对应客户端