Doc Analyzer

基于 MCP (Model Context Protocol) 协议的文档分析服务器，使用 FastMCP 框架，为 AI 客户端提供文档读取、分析、摘要和统计工具。

功能概览

本服务器提供 21 个工具，分为四大类：

类别	工具数	说明
文档读取	6	文本文件、CSV、JSON 读取，文件头尾读取，目录列表
文本分析	6	词频统计、关键词提取、句子分析、可读性评分、情感分析、语言检测
摘要工具	4	抽取式摘要、文本统计、相似句子检测、自动大纲
数据统计	5	描述性统计、频率分布、相关性分析、趋势分析、异常值检测

项目结构

mcp-doc-analyzer/
├── server.py                    # MCP Server 入口
├── mcp_doc_analyzer/
│   ├── __init__.py              # 包初始化
│   ├── reader.py                # 文档读取工具（6个）
│   ├── analyzer.py              # 文本分析工具（6个）
│   ├── summarizer.py            # 摘要工具（4个）
│   ├── statistics.py            # 统计工具（5个）
│   └── utils.py                 # 工具函数
├── README.md                    # 项目说明（本文件）
├── SKILL.md                     # 技能文档
└── requirements.txt             # Python 依赖

安装

1. 安装依赖

pip install -r requirements.txt

依赖列表：

• mcp - MCP 协议核心库（含 FastMCP）
• numpy - 数值计算
• scipy - 科学计算（统计模块）
• jieba - 中文分词
• scikit-learn - TF-IDF 关键词提取

2. 运行服务器

python server.py

3. 配置 MCP 客户端

在 MCP 客户端（如 Claude Desktop）配置文件中添加：

{
    "mcpServers": {
        "doc-analyzer": {
            "command": "python",
            "args": ["/path/to/mcp-doc-analyzer/server.py"]
        }
    }
}

工具列表

文档读取工具

工具名	参数	说明
read_text_file	path: str	读取纯文本文件（txt/md/log）
read_csv_file	path: str, max_rows: int=100	读取CSV文件，返回结构化摘要
read_json_file	path: str	读取JSON文件，返回格式化摘要
read_file_head	path: str, n_lines: int=10	读取文件头部N行
read_file_tail	path: str, n_lines: int=10	读取文件尾部N行
list_directory	path: str, pattern: str="*"	列出目录文件（支持glob）

文本分析工具

工具名	参数	说明
word_frequency	text: str, top_n: int=20	词频统计（中英文分词）
extract_keywords	text: str, top_n: int=10	关键词提取（TF-IDF）
sentence_analysis	text: str	句子分析（数量/长度/最长/最短）
readability_score	text: str	可读性评分（Flesch-Kincaid改编）
sentiment_analysis	text: str	情感分析（正面/负面/中性）
language_detect	text: str	语言检测（中/英/日/韩/混合）

摘要工具

工具名	参数	说明
extractive_summary	text: str, num_sentences: int=3	抽取式摘要（TextRank）
text_statistics	text: str	文本统计（字数/词数/句数/段落/阅读时间）
find_similar_sentences	text: str, threshold: float=0.5	相似句子检测
text_outline	text: str	自动大纲提取

数据统计工具

工具名	参数	说明
describe_numeric	values: list	描述性统计（均值/标准差/四分位）
frequency_distribution	values: list, bins: int=10	频率分布
correlation_analysis	x: list, y: list	相关性分析（Pearson/Spearman）
trend_analysis	values: list	趋势分析（线性回归/R²）
outlier_detection	values: list, method: str="iqr"	异常值检测（IQR/Z-score）

技术栈

• MCP 协议：使用 FastMCP 框架创建标准 MCP 服务器
• 中文分词：jieba（支持精确模式和搜索引擎模式）
• 关键词提取：jieba.analyse + scikit-learn TfidfVectorizer
• 数值计算：numpy 矩阵运算
• 统计分析：scipy.stats（Pearson/Spearman/Kendall相关，线性回归）
• 摘要算法：TextRank（基于 PageRank 的句子排序算法）

返回格式

所有工具均返回 Markdown 格式字符串，包含：

• 结构化表格（使用 Markdown 表格语法）
• 统计指标和数值
• 解读说明
• 数据预览

开发

代码规范

• 所有工具有类型提示和 docstring
• 使用 FastMCP 装饰器 @mcp.tool()
• 返回字符串（Markdown 格式）
• 模块化设计，各功能分离

验证

python -m py_compile server.py
python -m py_compile mcp_doc_analyzer/__init__.py
python -m py_compile mcp_doc_analyzer/utils.py
python -m py_compile mcp_doc_analyzer/reader.py
python -m py_compile mcp_doc_analyzer/analyzer.py
python -m py_compile mcp_doc_analyzer/summarizer.py
python -m py_compile mcp_doc_analyzer/statistics.py

许可证

MIT License