rigor-mcp — AI Agent 统计推断 MCP Server

技能简介

rigor-mcp 是一款面向 AI Agent 的统计推断工具，以 MCP Server（Model Context Protocol 服务器）形式工作，为 LLM 提供从假设检验到功效分析的完整统计计算能力。

LLM 在背词统计知识方面表现尚可，但在可靠执行统计计算方面存在明显短板——t 统计量或所需样本量往往是根据训练数据记忆的，而非真正计算得出。 rigor-mcp 的核心价值在于：从零开始执行经典假设检验（含参数与非参数方法）、相关与回归分析、效应量计算、功效与样本量计算、多重比较校正、以及always-valid 序负检验（mSPRT），所有结果均附带假设前提检查和文献引用。

核心能力

1. 经典假设检验：支持单样本 / 双样本 t 检验、Z 检验、卡方检验等多种参数检验方法，自动验证检查条件假设
2. 非参数检验：无需分布假设的检验方法，包括 Wilcoxon 符号秦检验、Mann-Whitney U 检验等
3. 相关与回归分析：Pearson / Spearman 相关系数、线性回归，支持效应量计算和模型诊断
4. 效应量计算：Cohen's d、Hedges' g、Cramer's V 等多种效应量指标，辅助判断实际显著性
5. 功效与样本量分析：给定效应量、显著性水平和统计功效，反推所需样本量；或知道样本量时评估可检测效应大小
6. 多重比较校正：Bonferroni、Holm、Benjamini-Hochberg FDR 等多种校正方法，避免第一类错误膨胀
7. always-valid 序负检验（mSPRT）：支持在数据到达时随时检验，无需预先固定样本量，避免“偷看数据停止”导致的假阳性
8. 检验推荐助手：根据数据特征和用户意图推荐合适的统计检验方法，回答“我该用什么检验”的问题
9. 批量比较工具：支持一次性运行多个成对比并自动校正，输出整合报告
10. CLI 工具集：独立的命令行工具，支持管道集成到现有工作流

安装配置

方式一：pip 安装（推荐稳定版）

pip install rigor-mcp

方式二：uvx 免安装运行

uvx rigor-mcp
# 或指定版本
uvx rigor-mcp@latest

方式三：从源码安装（开发用途）

git clone https://github.com/mrnh/rigor-mcp.git
cd rigor-mcp
pip install -e ".[dev]"

使用步骤

步骤一：配置 MCP 客户端

以 Claude Desktop 为例，在 claude_desktop_config.json 中添加：

{
  "mcpServers": {
    "rigor": {
      "command": "uvx",
      "args": ["rigor-mcp"]
    }
  }
}

步骤二：启动服务并验证连接

启动 Claude Desktop 后，在对话中尝试调用：

rigor version

确认返回版本号，即表示连接正常。

步骤三：执行功效分析（示例）

用户提问：“我想比较两组均值，预期效应量 d=0.46，统计功效 0.85，显著性水平 0.05，每组需要多少样本？”

Agent 调用 rigor 工具：

rigor power ttest-2samp --effect-size 0.46 --power 0.85

输出：

Required n per group = 84.86 (round up: 85)

步骤四：执行序负检验（示例）

用户提问：“我有一个实验，每小时查看一次 p 值，已经看了 10 次名义显著性 0.05 的结果，实际的第一类错误率是多少？”

Agent 调用：

rigor sequential peeking-inflation --n-looks 10

输出：

Naive repeated peeking, 10 looks, nominal alpha=0.05
estimated true alpha = 0.1918 (+/- 0.0028 MC SE, 20000 trials)

即：偷看 10 次的名义 5% 检验实际上推近 19% 的假阳性率。

适用场景

1. A/B 测试分析：在实验进行中实时监控结果，使用序负检验避免“偷看停止”问题
2. 科研数据分析：自动推荐合适的检验方法，避免统计方法误用
3. 市场研究：功效分析帮助确定调查所需的最小样本量，节省研究成本
4. 医疗试验设计：序负检验允许在保证统计正确性的前提下提前停止试验，节省资源
5. 产品迭代决策：将统计推断能力集成到 AI Agent 决策流程中，减少人为主观判断
6. 学术写作辅助：自动生成带文献引用的统计结果，直接用于论文

适用人群

• 数据科学家与分析师：需要可靠统计计算的专业人员
• AI 应用开发者：将统计推断能力嵌入 AI Agent 产品
• 科研人员：需要统计方法推荐和功效分析支持的研究者
• 产品经理与增长团队：进行 A/B 测试时获得科学的方法论指导
• 学生与统计学学习者：通过 AI 对话学习正确的统计方法选择和结果解读

工作原理

rigor-mcp 将统计计算从 LLM 的“记忆召回”模式转变为“算法计算”模式：

1. 假设前提验证：每次检验前，系统自动检查数据是否满足所选检验的前提假设（如正态性、方差龙洁）
2. 算法执行计算：所有数值计算由 Pydantic AI 框架驱动，调用 scipy、numpy 等科学计算库，从零执行
3. 结果解释输出：计算结果附带自然语言解释，包括假设前提检查状态、效应量解释和置信区间
4. 引用标注：所有方法均标注原始文献（如 Cohen 1988、Johari et al. 2017），便于溯源

核心算法采用二分搜索（bisection search）实现功效分析的任意方向求解（知道功效求样本量，或知道样本量求可检测效应），对参数边界条件有完善的错误处理。

官方链接

• PyPI 主页：https://pypi.org/project/rigor-mcp/
• GitHub 仓库：https://github.com/mrnh/rigor-mcp
• MCP 官方协议：https://modelcontextprotocol.io