Stata-MCP 借助大语言模型(LLM)助力你使用 Stata 完成回归分析,提升分析效率与准确性。
其他相关项目:
- Trace DID:若你想获取双重差分法(Difference-in-Difference)的最新信息,点击此处。现在有由 Sepine Tam 和 StataMCP-Team 提供的中文翻译🎉
- Jupyter Lab 使用说明(重要:需 Stata 17+)点击此处
- NBER-MCP 与 AER-MCP 🔧 正在建设中
- Econometrics-Agent
- TexIV:一个由机器学习驱动的框架,利用先进的自然语言处理(NLP)和机器学习(ML)技术将文本数据转换为可用于实证研究的变量
- 集成到 VScode 或 Cursor 的版本点击此处。有疑问?💡 差异说明
标准配置要求:请确保 Stata 安装在默认路径,并且存在 Stata 命令行界面(适用于 macOS 和 Linux)。
标准配置的 JSON 文件如下,你可以通过添加环境变量来自定义配置。
{
"mcpServers": {
"stata-mcp": {
"command": "uvx",
"args": [
"stata-mcp"
]
}
}
}
更多详细的使用信息,请访问使用指南。
高级用法请访问高级指南
对于新版本,你无需再次安装 stata-mcp 包,可使用以下命令检查你的计算机是否可以使用 stata-mcp。
uvx stata-mcp --usable
uvx stata-mcp --version
如果你想在本地使用,可以通过 pip 安装或下载源代码。
通过 pip 下载
pip install stata-mcp
下载源代码并编译
git clone https://github.com/sepinetam/stata-mcp.git
cd stata-mcp
uv build
然后你可以在 dist 目录中找到编译后的 stata-mcp 二进制文件。你可以直接使用它或将其添加到你的系统路径中。
例如:
uvx /path/to/your/whl/stata_mcp-1.6.1-py3-non-any.whl # 这里是 wheel 文件的名称,你可以将其更改为你自己的版本
本项目仅用于研究目的。我不对本项目造成的任何损害负责。请确保你拥有使用 Stata 的合法许可证。
更多信息,请参考声明。
如果你遇到任何错误或有功能请求,请提交一个 issue。
Apache 许可证 2.0
如果你在研究中使用了 Stata-MCP,请使用以下格式之一引用本仓库:
@software{sepinetam2025stata,
author = {Song Tan},
title = {Stata-MCP: Let LLM help you achieve your regression analysis with Stata},
year = {2025},
url = {https://github.com/sepinetam/stata-mcp},
version = {1.6.1}
}
Song Tan. (2025). Stata-MCP: Let LLM help you achieve your regression analysis with Stata (Version 1.6.0) [Computer software]. https://github.com/sepinetam/stata-mcp
Song Tan. 2025. "Stata-MCP: Let LLM help you achieve your regression analysis with Stata." Version 1.6.0. https://github.com/sepinetam/stata-mcp.
邮箱:sepinetam@gmail.com
或者直接通过提交Pull Request来贡献代码!我们欢迎各种形式的贡献,从修复 bug 到添加新功能。
作者衷心感谢 Stata 官方团队的支持以及 Stata 许可证授权进行测试开发。