MCP自律アナリスト

自律アナリスト

🧠 概要

Autonomous Analyst は、次のような機能を備えたローカルのエージェント AI パイプラインです。

表形式のデータを分析する
マハラノビス距離で異常を検出
ローカルLLM（Ollama経由のllama3.2:1b）を使用して解釈要約を生成します。
セマンティックリコールのために結果をChromaDBに記録する
モデルコンテキストプロトコル（MCP）を介して完全にオーケストレーションされます

⚙️ 機能

成分	説明
FastAPI Web UI	合成データセットまたはアップロードされたデータセット用の使いやすいダッシュボード
MCPツールオーケストレーション	各プロセスステップは呼び出し可能なMCPツールとして公開されます
異常検出	マハラノビス距離に基づく外れ値検出
視覚的な出力	保存された正常値と異常値の散布図
ローカルLLM要約	Ollama経由で`llama3.2:1b`を使用して生成された洞察
ベクターストアのログ記録	要約は永続メモリとしてChromaDBに保存されます
エージェントプランニングツール	専用のLLMツール（ `autonomous_plan` ）はデータセットのコンテキストに基づいて次のステップを決定します。
エージェントフロー	LLM + 記憶 + ツールの使用 + 自動推論 + 文脈認識

🧪 ツールの定義（MCP経由）

ツール名	説明	LLM使用
`generate_data`	合成表形式データ（ガウス+カテゴリ）を作成する	❌
`analyze_outliers`	マハラノビス距離を使用して行にラベルを付ける	❌
`plot_results`	正常値と異常値を視覚化したプロットを保存する	❌
`summarize_results`	`llama3.2:1b`を使用して外れ値分布を解釈および説明する	✅
`summarize_data_stats`	`llama3.2:1b`を使用してデータセットの傾向を説明する	✅
`log_results_to_vector_store`	将来の参照用に要約を ChromaDB に保存します	❌
`search_logs`	ベクトル検索を使用して関連する過去のセッションを検索する（LLM の使用はオプション）	⚠️
`autonomous_plan`	パイプライン全体を実行し、LLM を使用して次のアクションを自動的に推奨します	✅

🤖 エージェント機能

Autonomy : autonomous_planによる LLM ガイド実行パス選択
ツールの使用: LLM推論を介して登録されたMCPツールを動的に呼び出す
推論:データセットの条件と外れ値分析から技術的な洞察を生成します
メモリ: ChromaDB ベクトル検索を使用して知識を保持および呼び出します
LLM : Ollama とllama3.2:1bを搭載 (温度 = 0.1、決定論的)

🚀 はじめに

1. クローンとセットアップ

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

2. MCPサーバーを起動する

mcp run server.py --transport streamable-http

3. Webダッシュボードを起動する

uvicorn web:app --reload --port 8001

次に、 http://localhost:8000にアクセスします。

🌐 ダッシュボードフロー

**ステップ1:**独自のデータセットをアップロードするか、 Generate Synthetic Dataをクリックします
**ステップ2:**システムはfeature_1とfeature_2に対して異常検出を実行します。
**ステップ3:**外れ値の視覚的なプロットが生成される
ステップ4: LLMで要約を作成する
**ステップ5:**結果はオプションでベクトルストアに記録され、リコールされる

📁 プロジェクトレイアウト

📦 autonomous-analyst/
├── server.py                  # MCP server
├── web.py                     # FastAPI + MCP client (frontend logic)
├── tools/
│   ├── synthetic_data.py
│   ├── outlier_detection.py
│   ├── plotter.py
│   ├── summarizer.py
│   ├── vector_store.py
├── static/                   # Saved plot
├── data/                     # Uploaded or generated dataset
├── requirements.txt
├── .gitignore
└── README.md

📚 技術スタック

MCP SDK: mcp
LLM推論: llama3.2:1bを実行するOllama
UI サーバー: FastAPI + Uvicorn
メモリ: ChromaDB ベクターデータベース
データ: pandas 、 matplotlib 、 scikit-learn

✅ .gitignore の追加

__pycache__/
*.pyc
*.pkl
.env
static/
data/

🙌 謝辞

このプロジェクトは、オープンソースコミュニティの素晴らしい努力なしには実現できませんでした。特に感謝申し上げます。

ツール / ライブラリ	目的	リ��ジトリ
🧠モデルコンテキストプロトコル (MCP)	エージェントツールのオーケストレーションと実行	モデルコンテキストプロトコル/Python-SDK
💬オラマ	ローカル LLM 推論エンジン ( `llama3.2:1b` )	オラマ/オラマ
🔍クロマDB	ログ記録と検索のためのベクターデータベース	クロマコア/クロマ
🌐高速API	インタラクティブで高速なウェブインターフェース	ティアンゴロ/ファスタピ
⚡ウビコーン	FastAPIバックエンドを支えるASGIサーバー	エンコード/uvicorn

💡 このプロジェクトを使用する場合は、スターを付けたり、それを可能にするアップストリームツールに貢献することを検討してください。

このリポジトリは、llama3.2:1b を使用したローカル rag-llm の支援を受けて作成されました。

This server cannot be installed

security - not tested

license - not found

quality - not tested

How are these scores calculated?

local-only server

The server can only run on the client's local machine because it depends on local resources.

モデルコンテキストプロトコルを介して調整されたローカル LLM を使用して、表形式のデータを分析し、異常を検出し、解釈サマリーを生成する、ローカルのエージェント AI パイプライン。

Related MCP Servers

MCP Variance Log
truaxki
A
security
A
license
A
quality
Agentic tool that looks for statistical variations in conversation structure and logs unusual events to a SQLite database. Built using the Model Context Protocol (MCP), this system is designed to be used with Claude Desktop or other MCP-compatible clients.
Last updated -
8
4
Python
MIT License
Web-LLM MCP Server
ragingwind
-
security
F
license
-
quality
A server that enables browser-based local LLM inference using Playwright to automate interactions with @mlc-ai/web-llm, supporting text generation, chat sessions, model switching, and status monitoring.
Last updated -
1
TypeScript
MCP-RAG
ANSH-RIYAL
-
security
F
license
-
quality
An agentic AI system that orchestrates multiple specialized AI tools to perform business analytics and knowledge retrieval, allowing users to analyze data and access business information through natural language queries.
Last updated -
2
Python
MCP Prompt Enhancer
soniankur948
-
security
F
license
-
quality
Intelligently analyzes codebases to enhance LLM prompts with relevant context, featuring adaptive context management and task detection to produce higher quality AI responses.
Last updated -
TypeScript

View all related MCP servers

MCP Autonomous Analyst