U9401066 Automl Stat MCP MCP Tools Reference

MCP Tools Reference 技能 (MCP 工具速查)

描述

所有 51 個 AutoML MCP 工具的快速參照，幫助選擇正確的工具。

觸發條件

• 「有什麼工具」「工具清單」
• 「MCP 工具」「tools reference」

📊 工具總覽 (57 個公開)

🎯 整合分析工具（推薦入口）

這 4 個工具是最常用的入口點，整合多個功能於一身：

smart_analyze（推薦！）

smart_analyze(
    csv_path="iris.csv",           # 自動路徑解析！
    group_column="species",        # 可選：分組欄位
    include_correlations=True      # 可選：包含相關性
)
# 返回：quick_stats + tableone + correlations

🧹 資料清理工具 (7)

📁 資料管理工具 (5)

📈 基礎統計工具 (6)

generate_tableone_directly

generate_tableone_directly(
    csv_path="/data/sample_data/titanic.csv",
    groupby="Survived",
    categorical=["Sex", "Pclass"],
    pval=True
)

check_multicollinearity

check_multicollinearity(
    csv_path="/data/sample_data/data.csv",
    columns=["age", "income", "education"],
    vif_threshold=5.0  # VIF > 5 表示有共線性問題
)

🔬 存活分析工具 (2)

kaplan_meier_survival(
    csv_path="/data/sample_data/rossi_recidivism.csv",
    time_col="week",
    event_col="arrest",
    group_col="fin"
)

🎯 傾向分數工具 (2)

run_propensity_analysis(
    csv_path="/data/sample_data/data.csv",
    treatment_col="treatment",
    outcome_col="outcome",
    covariates=["age", "sex", "baseline"]
)

📊 ROC 分析工具 (4)

full_classifier_evaluation(
    csv_path="/data/sample_data/data.csv",
    y_true_col="actual",
    y_score_col="predicted_prob"
)

📐 Power 分析工具 (5) ⭐ 統一版

原本 18 個工具現在整合為 5 個，每個支援多種 mode：

範例

# 計算樣本數
power_ttest(effect_size=0.5, mode="sample_size", power=0.80)

# 計算檢定力
power_ttest(effect_size=0.5, mode="power", n1=50)

# 敏感度分析
power_ttest(effect_size=0.5, mode="sensitivity")

# 計算效果量
power_ttest(mode="effect_size", mean1=100, mean2=115, pooled_sd=30)

🤖 ML 訓練工具 (2)

# 簡單版（推薦）
train_and_wait(
    dataset_id="abc123",
    target_column="label",
    problem_type="binary",
    user_id="eric",
    time_limit=300
)

📋 Job 管理工具 (6)

🗂️ 模型管理工具 (4)

🔄 智慧工作流工具 (2)

這兩個工具提供兩階段工作流：

1. start_data_analysis 檢測資料問題（PII、缺失值、異常值）
2. 使用者決定如何處理
3. execute_analysis_ticket 執行清理並分析

📥 結果查詢工具 (2)

📂 專案管理工具 (4) ⭐ NEW

create_project_workspace

create_project_workspace(
    project_name="my_study",
    user_id="eric",
    template="medical_study"  # default, medical_study, ml_project
)
# 返回：project_path, directories[], next_steps[]

list_user_visualizations

list_user_visualizations(
    user_id="eric",
    result_type="roc"  # 可選：roc, km_curve, correlation
)
# 返回：visualizations[] with URLs

🎯 常用工作流

快速探索資料

quick_preview → smart_analyze

完整資料分析

list_available_files → quick_preview → smart_analyze → generate_tableone_directly

ML 訓練流程

upload_dataset → train_and_wait → get_model_leaderboard → predict

存活分析流程

kaplan_meier_survival → cox_proportional_hazards

傾向分數分析

run_propensity_analysis → estimate_treatment_effect

Power 分析流程

power_ttest(mode="effect_size") → power_ttest(mode="sample_size")

⚠️ 重要提醒

路徑規則

• ✅ 整合工具自動解析：smart_analyze(csv_path="iris.csv")
• ✅ Container 路徑：/data/sample_data/iris.csv
• ❌ 不要用 Host 路徑：/home/eric/...

user_id

• 預設使用 "eric"
• 用於資源隔離

工具選擇建議

🔧 故障排除指南

常見錯誤與解法

路徑轉換規則

使用者輸入                      → 正確路徑
─────────────────────────────────────────────────
iris.csv                       → /data/sample_data/iris.csv
sample_data/iris.csv           → /data/sample_data/iris.csv
/data/sample_data/iris.csv     → /data/sample_data/iris.csv (不變)
/home/eric/.../sample_data/x.csv → /data/sample_data/x.csv

資料類型問題

# ❌ 常見錯誤：對類別欄位做數值分析
analyze_correlations(csv_path="data.csv", columns=["name", "age"])

# ✅ 正確：只選數值欄位
analyze_correlations(csv_path="data.csv", columns=["age", "income"])

# 💡 用 quick_preview 先確認欄位類型
quick_preview(csv_path="data.csv")

缺失值處理

# 步驟 1：檢查缺失情況
analyze_missing_values(csv_path="data.csv")

# 步驟 2：處理缺失值
handle_missing_values(
    csv_path="data.csv",
    strategy="mean",  # 或 "median", "mode", "drop"
    columns=["age", "income"]
)

# 步驟 3：再執行分析
smart_analyze(csv_path="processed/data_cleaned.csv")

服務狀態檢查

# 檢查服務
docker compose ps

# 查看日誌
docker compose logs -f stats-service

# 重啟服務
docker compose restart stats-service

測試資料流

# 執行資料流測試
./scripts/run_tests.sh dataflow

# 執行所有測試
./scripts/run_tests.sh all

# 快速煙霧測試
./scripts/run_tests.sh quick

📊 測試資料集

Converted and distributed by TomeVault — claim your Tome and manage your conversions.