Пакет MCPR (Model Context Protocol Tools for R) Фундаментальное ограничение в текущей парадигме ИИ-ассистированного R программирование. Существующие агенты ИИ работают в модели исполнения без состояния. Для каждого из них (или для каждого из них) есть своя заповедь. Итеративный, государственно-зависимый характер серьезного анализа данных. Ан аналитический рабочий процесс представляет собой кумулятивный процесс исследования, моделирования, Проверка, которая может длиться несколько часов или дней. Кроме того, промежуточные шаги может включать в себя тяжелые вычисления и небольшие изменения в исходном коде; Поскольку эстетика сюжета требует повторного запуска всего сценария. MCPR стремится решить эту проблему, позволив агентам ИИ установить постоянные интерактивные сеансы в живой R-среде, сохраняя тем самым Состояние рабочего пространства и обеспечение сложных многоэтапных аналитических рабочих процессов.

Демо MCPR

Быстрый старт

Вставайте и бегайте с MCPR менее чем за 2 минуты.

** Вот и все!** Ваш агент ИИ может выполнять R-код, создавать графики и Осмотрите постоянное личное рабочее пространство. Если вы хотите, чтобы агент работал внутри существующей интерактивной R-сессии, запустите mcpr_session_start() и прикрепить к нему [2].

##Основные возможности

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.