内容
# 谷歌 Meridian MCP 服务器 (`google-meridian-mcp`)
[](https://opensource.org/licenses/MIT)
[](https://www.python.org/downloads/)
[](https://nodejs.org/)
[](https://modelcontextprotocol.io)
一个**适用于谷歌 Meridian 和营销组合建模（MMM）的云无关、基于第一原理的模型上下文协议（MCP）服务器**。
它使数据科学家和 AI 助手（Cursor、Claude Desktop、Antigravity）能够创建、审计、校准和优化在数学上健全、因果关系有效的营销组合模型，且完全不受云供应商的限制。
---
## 💡 为什么选择基于第一原理而非僵化的脚本？
大多数助手实现依赖于硬编码的程序脚本（`SKILL.md`）。在现实世界的数据科学中，僵化的脚本会失效，因为**每个业务、行业和营销数据集都是独一无二的**：
- 一个拥有 50 个 DMA 的零售品牌与一个拥有全国数据的 B2B SaaS 初创公司运营方式不同。
- 应用安装目标（`NON_REVENUE`）需要不同于收入模型（`REVENUE`）的先验。
- 特定的频道 CPM、发布模式和提升测试在不同活动之间有所不同。
**第一原理永恒不变**。因果识别（DAG）、结转/饱和物理学（Adstock 和 Hill 曲线）、贝叶斯概率校准、NUTS MCMC 几何（$\hat{R} < 1.05$）和 KKT 凸预算优化普遍适用于地球上的每个数据集。
通过将此 MCP 服务器锚定在**第一原理和动态数据科学工具**上，副驾驶员可以无缝适应任何特定的边缘情况，同时保证数学严谨性。
---
## 🏛️ 四大支柱
```
┌────────────────────────────────────────────────────────────────────────────────────────┐
│ 1. 每个控制点 │ 涵盖数据输入、控制/DAG、基线、Adstock、 │
│ │ Hill Saturation、贝叶斯先验、MCMC、优化。 │
├──────────────────────────┼─────────────────────────────────────────────────────────────┤
│ 2. 端到端工作流程 │ 指导 5 个阶段和 3 个迭代循环（收敛性 │
│ │ 诊断 → 因果合理性 → 提升校准）。 │
├──────────────────────────┼─────────────────────────────────────────────────────────────┤
│ 3. 第一原理 │ 基于因果推理、概率论、HMC/NUTS 采样几何和凸优化数学。 │
├──────────────────────────┼─────────────────────────────────────────────────────────────┤
│ 4. 平台无关 │ 100% 便携，完全不受云供应商限制。可在本地、 │
│ │ Docker 或 AWS、Azure、GCP、Railway、Render 等上运行。 │
└────────────────────────────────────────────────────────────────────────────────────────┘
```
---
## 🛠️ 完整的 MCP 工具套件（11 种工具）
| 类别 | 工具 | 参数 | 描述 |
| :--- | :--- | :--- | :--- |
| **控制点** | `get_control_point_guide` | `control_point: str` | 所有控制点的操作参数、数学公式和边界。 |
| **工作流程** | `get_mmm_workflow_guide` | `phase: str` | 5 个建模阶段和 3 个迭代循环的决策树和迭代规则。 |
| **先验数学引擎** | `calculate_bayesian_prior` | `point_estimate, ci_lower, ci_upper` | 将提升测试的 95% 置信区间转换为确切的 Meridian LogNormal（$\mu, \sigma$）先验参数。 |
| **规范审计器** | `audit_model_first_principles` | `config_json: str` | 审计模型的识别性、结点密度、先验方差和 Hill 参数边界。 |
| **EDA 引擎** | `run_eda_checks` | `config_json: str` | 建模前的 EDA 检查（`VIFSpec`、`PairwiseCorrSpec`、`DataParameterRatioArtifact`）。 |
| **模型审查器** | `run_model_review_checks` | `check_type: str` | 诊断检查（`BayesianPPPCheck`、`PriorPosteriorShiftCheck`、`ImplausibleROICheck`）。 |
| **代码合成器** | `synthesize_meridian_code` | `pipeline_stage: str` | 为谷歌 Meridian 流水线生成干净、可移植、云无关的 Python 代码。 |
| **数据实用工具** | `generate_schema_template` | `n_weeks, n_geos, n_channels` | 生成符合 Meridian 输入格式的综合 CSV 模式模板。 |
| **文档** | `list_doc_sources` | `category: str` | 按类别筛选的文档来源列表。 |
| **文档** | `fetch_docs` | `url: str` | 获取并解析文档页面/GitHub 代码到 Markdown。 |
| **文档** | `search_doc_topics` | `query: str` | 搜索 Meridian 主题索引（Adstock、Hill 曲线、NUTS、先验等）。 |
---
## ⚡ 快速连接（远程 SSE 模式）
将以下内容添加到您的 IDE 的 `mcp_config.json` 中：
```json
{
"mcpServers": {
"google-meridian": {
"url": "https://google-meridian.mcp.borobudur.ai/sse"
}
}
}
```
---
## 💻 本地设置和运行
### 选项 A：Python FastMCP 设置（推荐）
```bash
# 安装依赖
pip install -r requirements.txt
# 在标准输入/输出模式下运行服务器
python server.py
```
`mcp_config.json`：
```json
{
"mcpServers": {
"google-meridian-mcp": {
"command": "python",
"args": [
"C:/path/to/google-meridian-mcp/server.py"
]
}
}
}
```
### 选项 B：Node.js 设置
```bash
npm install
npm start
```
---
## 📄 许可证
[MIT 许可证](LICENSE)。开源且免费供社区使用。
