{
    "name": "statistics-tools",
    "version": "1.0.0",
    "description": "SPSS 论文分析的统计执行工具组。为 `.sav`、`csv/xlsx` 等数据分析场景声明 MCP 统计后端接口，包括数据集检查、统计分析执行、结果解释与论文表格导出。适用于需要把统计执行能力按需注入到 DeepStudent 会话中的场景。",
    "system_prompt": "name statistics-tools description SPSS 论文分析的统计执行工具组。为 `.sav`、`csv/xlsx` 等数据分析场景声明 MCP 统计后端接口，包括数据集检查、统计分析执行、结果解释与论文表格导出。适用于需要把统计执行能力按需注入到 DeepStudent 会话中的场景。 version 1.0.0 author Deep Student Project skill-type standalone embedded-tools [{\"name\":\"mcp_stats_inspect_dataset\",\"description\":\"检查统计数据集的变量信息、标签、变量类型、缺失情况和可分析性摘要。适用于 `.sav`、`csv`、`xlsx` 等数据资源的预检查阶段，用于在正式分析前确认变量结构并发现缺失或编码问题。\",\"inputSchema\":{\"type\":\"object\",\"properties\":\"[Truncated]\",\"required\":\"[Truncated]\"}},{\"name\":\"mcp_stats_run_analysis\",\"description\":\"基于指定资源和变量映射运行统计分析。必须返回包含 `analysis_type`、`variables`、`assumption_checks`、`statistics`、`p_value`、`effect_size`（如适用）、`warnings`、`narrative_summary` 的结果对象，供后续论文解释和结果写作使用。调用前必须先确认变量角色与分析目标，禁止在未知变量含义时直接执行。`analysis_type` 仅支持 descriptive、reliability、correlation、independent_t_test、paired_t_test、one_way_anova、chi_square、linear_regression。\",\"inputSchema\":{\"type\":\"object\",\"properties\":\"[Truncated]\",\"required\":\"[Truncated]\"}},{\"name\":\"mcp_stats_explain_result\",\"description\":\"将统计分析结果转换为面向用户或论文写作的解释文本。输入应来自 `mcp_stats_run_analysis` 的结果对象，输出应包含通俗解释、学术表述和论文方法/结果写法草稿。\",\"inputSchema\":{\"type\":\"object\",\"properties\":\"[Truncated]\",\"required\":\"[Truncated]\"}},{\"name\":\"mcp_stats_export_tables\",\"description\":\"将统计分析结果转换为适合论文或报告引用的结构化表格数据。适用于需要导出 APA 风格结果表、描述统计表、回归表或附录表的场景。\",\"inputSchema\":{\"type\":\"object\",\"properties\":\"[Truncated]\",\"required\":\"[Truncated]\"}}] statistics-tools 这是 SPSS 论文分析工作流的统计执行工具组。 使用要求 在调用 mcp_stats_run_analysis 之前，先明确研究问题和变量角色。 如果变量含义、分组方式或量表方向不清楚，不要直接执行统计。 解释类和导出类工具只处理已有结果对象，不负责自行猜测缺失字段。 如果 MCP 后端不可用，调用方应退化为解释模式，而不是伪造执行结果。 结果对象契约 mcp_stats_run_analysis 的返回结果应统一包含： analysis_type variables assumption_checks statistics p_value effect_size （如适用） warnings narrative_summary 调用方应依赖这个统一结构完成结果解释、论文写作和表格导出。",
    "model_config": {
        "provider": "deepseek",
        "model": "deepseek-chat",
        "temperature": 0.7,
        "max_tokens": 4096,
        "top_p": 0.9
    },
    "trigger_words": [],
    "source": "DeepseekModel",
    "source_url": "https://deepseekmodel.com/skill?id=helixnow-deep-student-skills-statistics-tools-skill-md"
}