MCPR (모델 Context Protocol Tools for R) 패키지는 AI 보조 R의 현재 패러다임의 기본 제한 프로그램. 기존 AI 에이전트는 stateless 실행 모델에서 작동, invoking Rscript 각 명령에 대한, 이는 항의학이다 심각한 데이터 분석의 상태 의존적 성격. 이름 * 분석 워크플로우는 탐험, 모델링, 시간 또는 일 동안 할 수있는 검증. 또한, 중간 단계 무거운 계산을 포함 할 수 있습니다, 과 같은 다운스트림 코드에 작은 변화 플로트 미학은 전체 스크립트를 다시 실행해야합니다. MCPR은 AI Agent를 활성화하여 이 문제를 해결합니다. 라이브 R 환경 내에서 상호 작용하는 세션, 이비 보존 작업 공간 상태 및 복잡한 다중 단계 분석 워크플로우를 가능하게 합니다.

MCPR 데모

빠른 시작

2 분 이내에 MCPR과 함께 실행하십시오.

그것은! 당신의 AI 대리인은 R 부호를 실행할 수 있고, 도형을 창조하고, 지속적인 개인 작업 공간을 검사합니다. 너가 일하는 대리인을 원하면 기존의 대화형 R 세션 내부, 실행 mcpr_session_start() manage_r_sessions()와 첨부합니다.

핵심 기능

MCPR: A Practical Framework for Stateful Human-AI Collaboration in R

The MCPR (Model Context Protocol Tools for R) package addresses a fundamental limitation in the current paradigm of AI-assisted R programming. Existing AI agents operate in a stateless execution model, invoking Rscript for each command, which is antithetical to the iterative, state-dependent nature of serious data analysis. An analytical workflow is a cumulative process of exploration, modelling, and validation that can span hours or days. Moreover, intermediate steps can involve heavy computation, and small changes in downstream code such as plot aesthetics require running the entire script again. MCPR aims to tackle this issue by enabling AI agents to establish persistent, interactive sessions within a live R environment, thereby preserving workspace state and enabling complex, multi-step analytical workflows.

Quick Start

Get up and running with MCPR in under 2 minutes:

# 1. Install MCPR
remotes::install_github("phisanti/MCPR")

# 2. Configure your AI agent to launch the MCPR server
library(MCPR)
install_mcpr(agent = "claude")

# 3. In your AI agent (Claude, etc.), start using MCPR tools
# MCPR::mcpr_server() is the agent's private R session by default

# 4. Optionally attach to a live R session with manage_r_sessions()
# Example: execute_r_code("summary(mtcars)")

That’s it! Your AI agent can execute R code, create plots, and inspect a persistent private workspace. If you want the agent to work inside an existing interactive R session, run mcpr_session_start() there and attach with manage_r_sessions().

Core capabilities

MCPR’s design is guided by principles of modularity, robustness, and practicality.

• Communication Protocol: MCPR uses JSON-RPC 2.0 over nanonext sockets, providing a lightweight, asynchronous, and reliable messaging layer. This choice ensures cross-platform compatibility and non-blocking communication suitable for an interactive environment.