MCP 服务器

Survey Cross-Analysis MCP Server

An AI-driven tool for processing survey data that supports cross-tabulation, NPS and satisfaction scoring, and automated Excel report generation. It enables users to analyze datasets via natural language for tasks like merging response options and identifying demographic differences.

README

问卷交叉分析 MCP Server (survey-crosstab)

AI 驱动的问卷数据交叉分析工具，作为 MCP Server 运行，可被 Claude Desktop、Cursor 及其他 MCP 客户端调用。

功能概览

工具	功能
`load_survey_data`	加载问卷（Excel/CSV），自动识别单选/多选/文本/元数据列
`preview_column_data`	预览指定列的频数分布
`merge_column_options`	合并选项（如 1-3 归为"不满意"，4-5 归为"满意"）
`run_crosstab_analysis`	执行交叉分析（频数表 + 列百分比）
`calc_score_analysis`	自动识别计算满意度得分或 NPS（支持 `["auto"]` 自动检测）
`get_analysis_summary`	提取关键差异摘要（辅助 AI 撰写报告）
`export_report`	导出格式化 Excel（含 DataBar、v3 结构化分析报告 sheet）

安装

方式一：一键安装（推荐）

# 下载 survey-crosstab.exe 后，直接运行：
survey-crosstab.exe install

# 仅配置特定客户端：
survey-crosstab.exe install --client cursor
survey-crosstab.exe install --client claude

安装命令会自动：

将 exe 复制到 %LOCALAPPDATA%/survey-crosstab/
检测并配置已安装的 MCP 客户端（Cursor、Claude Desktop）
输出手动配置说明（适用于其他 MCP 客户端）

方式二：手动配置

在 MCP 客户端的配置界面中填写：

字段	值
Command	`C:\Users\你的用户名\AppData\Local\survey-crosstab\survey-crosstab.exe`
Args	（留空）

或直接编辑 JSON 配置：

{
  "mcpServers": {
    "survey-crosstab": {
      "command": "C:\\Users\\你的用户名\\AppData\\Local\\survey-crosstab\\survey-crosstab.exe",
      "args": [],
      "env": {}
    }
  }
}

方式三：从源码运行

cd MCP-crosstable
pip install -r requirements.txt
python server.py

命令行参考

survey-crosstab.exe                      # 启动 MCP 服务器（stdio 模式）
survey-crosstab.exe --port 8000          # 启动 MCP 服务器（SSE/HTTP 模式）
survey-crosstab.exe install              # 一键安装并配置
survey-crosstab.exe install --client cursor  # 仅配置 Cursor
survey-crosstab.exe uninstall            # 卸载并移除配置
survey-crosstab.exe --version            # 查看版本
survey-crosstab.exe --help               # 查看帮助

使用示例

示例 1：分析性别差异

"帮我加载 survey_90450_w_0.xlsx，然后分析男生女生在各题目上的差异"

AI 会自动：

load_survey_data → 识别数据结构
run_crosstab_analysis(行="all", 列="Q17.性别") → 交叉分析
calc_score_analysis(["auto"]) → 自动检测并计算所有满意度/NPS得分
get_analysis_summary → 获取差异摘要
撰写分析报告
export_report → 导出 Excel

示例 2：合并选项后分析

"把 Q1 满意度的 1-3 分归为不满意，4-5 分归为满意，然后和其他题目做交叉"

AI 会自动：

load_survey_data → 加载数据
merge_column_options(rules={"不满意":[1,2,3], "满意":[4,5]}) → 合并选项
run_crosstab_analysis(行="all", 列=合并后列名) → 交叉分析
export_report → 导出 Excel

文件结构

MCP-crosstable/
├── server.py              # MCP Server 主入口（7 个工具定义 + CLI 入口）
├── crosstab_engine.py     # 核心数据处理引擎
├── crosstab_export.py     # Excel 导出与样式模块（v3 结构化报告）
├── installer.py           # 安装/卸载模块
├── requirements.txt       # Python 依赖
└── README.md              # 本文件

版本历史

版本	更新内容
v1.1.0	结构化分析报告 sheet (v3)、NPS 百分比格式、满意度双条件自动检测、一键安装
v1.0.0	初始版本：7 个工具、交叉分析、DataBar 可视化