modelscope·@MadMando/mcp-autonomous-analyst
暂无描述。
自主分析师是一个本地的、具有代理功能的人工智能流水线，它能够：
| 组件 | 描述 |
|---|---|
| FastAPI Web UI | 友好的仪表板，支持合成或上传的数据集 |
| MCP 工具编排 | 每个处理步骤都作为可调用的 MCP 工具暴露出来 |
| 异常检测 | 基于马氏距离的离群点检测 |
| 可视化输出 | 保存内点与离群点的散点图 |
| 本地 LLM 摘要 | 使用 llama3.2:1b 通过 Ollama 生成见解 |
| 向量存储日志 | 摘要被存储在 ChromaDB 中以实现持久记忆 |
| 代理规划工具 | 一个专门的大语言模型工具 (autonomous_plan) 根据数据集上下文确定下一步操作 |
| 代理流程 | 大语言模型 + 记忆 + 工具使用 + 自动推理 + 上下文感知 |
| 工具名称 | 描述 | 使用的 LLM |
|---|---|---|
generate_data | 创建合成表格数据（高斯分布 + 类别型） | ❌ |
analyze_outliers | 使用马氏距离标记行 | ❌ |
plot_results | 保存可视化内点与离群点的图表 | ❌ |
summarize_results | 使用 llama3.2:1b 解释和说明离群点分布 | ✅ |
summarize_data_stats | 使用 llama3.2:1b 描述数据集趋势 | ✅ |
log_results_to_vector_store | 将摘要存储到 ChromaDB 以供将来参考 | ❌ |
search_logs | 使用向量搜索检索相关的历史会话（可选使用 LLM） | ⚠️ |
autonomous_plan | 运行整个流水线，使用 LLM 自动推荐下一步操作 | ✅ |
autonomous_plan 由 LLM 引导执行路径选择llama3.2:1b（温度 = 0.1, 确定性）bash git clone https://github.com/MadMando/mcp-autonomous-analyst.git cd mcp-autonomous-analyst conda create -n mcp-agentic python=3.11 -y conda activate mcp-agentic pip install uv uv pip install -r requirements.txt
bash mcp run server.py --transport streamable-http
bash uvicorn web:app --reload --port 8001
然后访问: http://localhost:8000
生成合成数据feature_1与feature_2执行异常检测📦 autonomous-analyst/ ├── server.py # MCP服务器 ├── web.py # FastAPI + MCP客户端（前端逻辑） ├── tools/ │ ├── synthetic_data.py │ ├── outlier_detection.py │ ├── plotter.py │ ├── summarizer.py │ ├── vector_store.py ├── static/ # 保存的图表 ├── data/ # 上传或生成的数据集 ├── requirements.txt ├── .gitignore └── README.md
mcpllama3.2:1bpandas, matplotlib, scikit-learnpycache/ *.pyc *.pkl .env static/ data/
没有开源社区的杰出工作，这个项目是不可能实现的。特别感谢：
| 工具/库 | 用途 | 仓库 |
|---|---|---|
| 🧠 Model Context Protocol (MCP) | 代理工具编排与执行 | modelcontextprotocol/python-sdk |
| 💬 Ollama | 本地大语言模型推理引擎 (llama3.2:1b) | ollama/ollama |
| 🔍 ChromaDB | 用于日志记录和检索的向量数据库 | chroma-core/chroma |
| 🌐 FastAPI | 交互式、快速的Web界面 | tiangolo/fastapi |
| ⚡ Uvicorn | 支持FastAPI后端的ASGI服务器 | encode/uvicorn |
💡 如果您使用此项目，请考虑为使其成为可能的上游工具点赞或贡献。
此仓库是在使用llama3.2:1b的本地rag-llm的帮助下创建的。