返回 MCP 目录
public公开dns本地运行

ghostshell

Subconscious AI MCP服务器是一个基于模型上下文协议的工具,允许用户通过Claude、Cursor等AI助手运行AI驱动的联合实验。它利用因果推断和合成人口数据进行决策分析,提供REST API和实时更新功能。

article

README

🚀 潜意识AI MCP服务器

潜意识AI MCP服务器支持从Claude、Cursor或任何兼容MCP的客户端运行由AI驱动的联合实验。借助因果推断和合成人群,深入了解人们做决策的原因

🚀 快速开始

选项1:使用托管服务器(推荐)

无需设置!将以下配置添加到您的MCP客户端配置文件中:

Claude桌面端 (~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "subconscious-ai": {
      "url": "https://ghostshell-runi.vercel.app/api/sse?token=YOUR_TOKEN"
    }
  }
}

Cursor (~/.cursor/mcp.json):

{
  "mcpServers": {
    "subconscious-ai": {
      "url": "https://ghostshell-runi.vercel.app/api/sse?token=YOUR_TOKEN"
    }
  }
}

🔑 您可以在 app.subconscious.ai → 设置 → 访问令牌 中获取您的令牌。

选项2:本地运行

前提条件

  • Python 3.11+
  • 一个潜意识AI账户和访问令牌
# 克隆仓库
git clone https://github.com/Subconscious-ai/subconscious-ai-mcp.git
cd subconscious-ai-mcp

# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate  # 在Windows上使用:venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

# 设置环境变量
export AUTH0_JWT_TOKEN="your_token_here"
export API_BASE_URL="https://api.subconscious.ai"

将以下配置添加到您的MCP配置文件中:

{
  "mcpServers": {
    "subconscious-ai": {
      "command": "/absolute/path/to/venv/bin/python3",
      "args": ["/absolute/path/to/server/main.py"],
      "env": {
        "AUTH0_JWT_TOKEN": "your_token",
        "API_BASE_URL": "https://api.subconscious.ai"
      }
    }
  }
}

✨ 主要特性

  • 🧠 因果研究 - 验证研究问题并生成具有统计学意义的实验
  • 👥 合成人群 - 基于美国人口普查微观数据(IPUMS)的AI角色,用于代表性抽样
  • 📊 联合分析 - 使用AMCE(平均边际成分效应)衡量属性重要性
  • 🤖 MCP协议 - 可与Claude桌面端、Cursor和任何兼容MCP的AI助手配合使用
  • 🌐 REST API - 支持直接通过HTTP访问,便于集成(如n8n、Zapier、自定义应用)
  • ⚡ 实时更新 - 使用服务器发送事件(SSE)实时展示实验进度

📋 可用工具

| 工具 | 描述 | |------|-------------| | check_causality | 验证研究问题是否为因果问题 | | generate_attributes_levels | 使用AI生成实验属性和水平 | | validate_population | 验证目标人群的人口统计信息 | | get_population_stats | 获取某个国家的人口统计数据 | | create_experiment | 创建并运行联合实验 | | get_experiment_status | 检查实验进度 | | list_experiments | 列出您的所有实验 | | get_experiment_results | 获取详细的实验结果 | | get_run_details | 获取详细的运行信息 | | get_run_artifacts | 获取运行工件和文件 | | update_run_config | 更新运行配置 | | generate_personas | 为实验生成AI角色 | | get_experiment_personas | 获取实验的角色 | | get_amce_data | 获取AMCE分析数据 | | get_causal_insights | 获取AI生成的因果洞察 |

💻 使用示例

基础用法

您:"检查这个问题是否为因果问题:哪些因素影响人们购买电动汽车的决策?"

AI:✅ 这是一个因果问题。让我为这项研究生成属性。

您:"为电动汽车偏好研究生成属性"

AI:生成了5个属性,每个属性有4个水平:
    - 价格:25,000美元 / 35,000美元 / 45,000美元 / 55,000美元
    - 续航里程:200英里 / 300英里 / 400英里 / 500英里
    ...

您:"创建一个关于电动汽车购买决策的实验"

AI:🚀 实验已创建!运行ID:abc-123-xyz
    状态:处理中(正在对500个合成受访者进行调查)

您:"检查实验abc-123-xyz的状态"

AI:✅ 实验已完成!
    - 已调查500名受访者
    - 准备进行分析

您:"从这个实验中获取因果洞察"

AI:📊 主要发现:
    - 价格的影响最大(AMCE为 -0.32)
    - 续航里程超过400英里可使偏好度提高28%
    - 品牌声誉比充电速度更重要

高级用法

通过REST API调用工具进行集成

# 列出实验
curl -X POST https://ghostshell-runi.vercel.app/api/call/list_experiments \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"limit": 5}'

# 检查因果关系
curl -X POST https://ghostshell-runi.vercel.app/api/call/check_causality \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"why_prompt": "What factors influence EV purchases?"}'

# 创建实验
curl -X POST https://ghostshell-runi.vercel.app/api/call/create_experiment \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"why_prompt": "What factors influence EV purchases?", "confidence_level": "Reasonable"}'

# 获取实验结果
curl -X POST https://ghostshell-runi.vercel.app/api/call/get_experiment_results \
  -H "Authorization: Bearer YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"run_id": "your-run-id"}'

📚 详细文档

📡 API端点

| 端点 | 方法 | 认证 | 描述 | |----------|--------|------|-------------| | / | GET | 否 | 服务器信息和可用工具 | | /api/health | GET | 否 | 健康检查 | | /api/tools | GET | 否 | 列出所有带架构的工具 | | /api/sse | GET | 是 | MCP SSE连接(令牌在查询参数中) | | /api/call/{tool} | POST | 是 | 直接调用工具 |

🏗️ 在Vercel上自行托管

为您的组织部署自己的实例:

# 安装Vercel CLI
npm i -g vercel

# 克隆并部署
git clone https://github.com/Subconscious-ai/subconscious-ai-mcp.git
cd subconscious-ai-mcp
vercel --prod

在Vercel控制台中配置环境变量:

  • API_BASE_URL: https://api.subconscious.ai(或您的后端URL)

⚠️ 重要提示

用户必须提供自己的令牌 - 服务器会将请求代理到潜意识AI后端。

💡 功能请求与支持

如果您有功能请求或需要帮助,请发送电子邮件至 nihar@subconscious.ai

📚 资源

📄 许可证

此软件需要有效的潜意识AI订阅。详情请参阅 LICENSE 文件。


潜意识AI 用心打造 ❤️

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端