ClaudeR

社区

把 RStudio 或 Positron 里活着的 R / Python 会话接到 MCP 智能体上

分类: 开发工具第 176 / 438
Stars: ★ 360 非常热门
传输方式: stdio（本地进程）
运行环境: Python 3.9+ · 预编译二进制 uv/uvx for zero-conf
凭据: 可选 API Key
许可证: 其他 / 未声明
最近提交: 1 天前
工具数: 37

56FMRS · C

ClaudeR 把 MCP 智能体接到活着的 R（RStudio / Positron）和 Python 会话上，让智能体能直接在你数据与模型所在的会话里执行代码、看图、读写编辑器文件，并附带多智能体协调、稿件审计、系统综述筛选、基金评审与回复审稿人等研究工作流，工具面覆盖执行、编辑器、审计、引用、日志和检查点，能力相当完整。它以 clauder-mcp 形式发布于 PyPI，用 stdio 传输，支持 uvx 零配置启动，客户端覆盖 Claude Desktop、Claude Code、Codex、Qwen、Antigravity、Cursor 等。定位是“受监督的重型工具”：它明确说明绑定本机不是安全边界、代码校验只是安全带而非沙箱，并且审计他人稿件时存在提示注入风险，因此适合了解并能承担这些风险的本地科研用户，不适合需要隔离执行的共享或多人环境。仓库 README 声明 MIT 许可，但 GitHub 许可证字段为 NOASSERTION。源材料在 README 结尾的故障排查处被截断。

最强项 · 文档质量 14/20 最弱项 · 可靠性 8/20

可靠性

8/20

安全与权限

9/20

维护活跃度

12/20

文档质量

14/20

安装易用性

13/20

查看各项评分依据

可靠性 8/20: 静态证据显示该 MCP 服务具备可诊断的错误处理与一定程度的可复现性：README 描述了 GitHub Actions CI（R 功能检查 + 真实 MCP stdio 握手）并对每个 push 进行守护，还记录了具体的失败模式修复（如 Windows 会话存活探测、输出 sink 恢复、async 幂等、日志顺序），manifest 中版本号 0.16.0 与 PyPI 包一致，stdio 传输声明清晰。但未提供任何可执行证据：没有提交的测试文件、没有 CI 配置内容本身（只有徽章引用）、没有 server.json 之外的验证，工具列表来自 README 自述（41 个工具、工具 schema 成本等）无法核实，属于未执行的静态来源。按 STATIC CALIBRATION 规则，可靠性不得高于 12，且大量关键路径（MCP 初始化、工具行为一致性、依赖可控性）只能从文档推断。因此扣分至 8：happy path 可信，但边界条件与错误处理缺少可验证证据。
安全与权限 9/20: 有明显的安全风险披露与防护设计：Origin 头阻断（默认常开，防网页跨源 POST）、可选会话令牌（0600 发现文件、X-Clauder-Token）、validate_code_security() 明确自述为“安全带而非沙箱”并可被 get("system")(...) 等绕过、README 用整段主动披露 prompt injection 风险路径（任意 R 执行 + 不可信第三方文档 + 文件/网络能力）。但整体权限模型是“监督式权力工具”：代理可在活动 R 会话中执行任意代码、读写任意用户可读文件、安装包、发网络请求，无逐操作确认，无沙箱。令牌默认关闭（为兼容旧桥），因此默认部署仍可被本机任意进程注入执行代码。参考红线（不可逆/远程命令默认无确认）虽未被触发到 0-4，但权限最小化、确认机制、数据流边界均不完整，故扣至 9 分。
维护活跃度 12/20: 仓库活跃：有近期版本迭代（R 0.16.0 / clauder-mcp 0.16.0）、按版本记录 changelog 式更新日志、标注 CI、依赖固定策略（mcp<2 的 pin）、安装器兼容性与升级路径说明，且有 342 stars 与 17 个开放 issue 的低积压特征。但治理与法务存在缺口：License 为 NOASSERTION（README 徽章自称 MIT，但仓库元数据未识别许可，二者矛盾），缺少明确的安全响应渠道/披露流程文档，版本号在 manifest 与 PyPI 之间一致但无发布签名或供应链验证说明。综合活跃维护与治理空缺，给 12 分。
文档质量 14/20: 文档质量较高且分层：README 含快速开始、逐工具参数说明（41 个工具的功能、参数如 start_line/end_line、path、capture_output 等）、Reviewer Zero/Referee Mode 多协议示例、Logging 与 Security Model 专章、Python/Positron 兼容性对照表、Troubleshooting 与 Limitations（异步无环境共享、端口冲突、RStudio Server 8787 冲突、uvx 依赖）。披露了成本相关信息（每张图约 4,500 token、41 工具 schema 约 8,600 token）。扣分项：存在隐藏假设（用户需自行装 uv/devtools、CLI 配置需手动粘贴）、部分能力描述超出可核实范围（如 benchmark 21.3/24 检测率、Reviewer Zero 效果）无外部证据、manifest 描述与 README 描述范围不完全一致（manifest 仅提 interactive R coding，README 声称 manuscript auditing 等），LICENSE 声明矛盾。故给 14 分，不上调至满分因存在自述性能数字与许可矛盾。
安装易用性 13/20: 安装路径清晰但步骤偏多且部分手动：步骤一 devtools::install_github 安装 R 包，步骤二在 RStudio 运行 claudeAddin() 并点击 Start Server，步骤三按客户端运行 install_clauder()（桌面，默认 uvx）或 install_cli()（CLI，需手动复制命令/JSON 到 ~/.gemini 等），并重启客户端。支持 uvx 零配置但需先装 uv，且提供 use_uvx=FALSE 回退；声明兼容 RStudio/Positron、R>=4.0、Python>=3.9。扣分项：需用户手工应用 CLI 配置、跨工具安装路径不统一、Positron 的 suggest_edit 行为差异需额外说明、升级 R 版本需重跑安装器。无执行证据，按规则 setup 不得高于 15，最终给 13 分。

静态评测 · 未实际运行收录于 2026-09-18

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件写入 / 删除本地文件执行命令或代码访问网络

适合谁

使用 RStudio 或 Positron 做统计与数据科学研究、希望智能体直接在活会话上工作的人。
需要审计自己或他人稿件数值与引用一致性的研究者。
想在订阅制模型上自行编排多智能体工作流的开发者与研究人员。
偏好本地会话、可审计日志与零配置 uvx 启动的用户。

不适合谁

希望把 R 会话暴露在不可信网络环境或多人共享机器上的用户：绑定 127.0.0.1 不是安全边界。
需要沙箱隔离执行的人：安全校验只是正则黑名单，不是沙箱，可被轻易绕过。
期望审核第三方稿件却不愿承担提示注入风险的人。
只想在 Python 会话里使用编辑器类与审计类工具的人：这些工具依赖 rstudioapi，Python 侧不可用。

所需权限

在活动的 R 会话中执行任意 R 代码（可通过 execute_r 等工具）。
读取你账户可读的任意文件（read_file、get_viewer_content 等）。
写入编辑器打开的文件并保存到磁盘（modify_code_section、insert_text）。
安装 R 包、覆盖环境中的对象、发起网络请求并消耗计算资源。
监听本地端口（默认 8787）并在 ~/.claude_r_sessions/ 写入会话发现文件；启用令牌时该文件权限为 0600。

风险与副作用

绑定 127.0.0.1 并非安全边界：本机其他进程、甚至任意网页都可跨源 POST 代码到该端口，等于在你会话中执行任意代码。CllaudeR 始终拒绝带 Origin 头的请求（返回 403），并可选启用会话令牌（X-Clauder-Token）。
会话令牌默认关闭，因为强制校验会拒绝早于 clauder-mcp 0.6.0 的桥接版本；未启用前本机进程向量仍然存在。
validate_code_security() 只是正则黑名单（拦截 system()、system2()、shell()、terminal、递归/通配删除），可被 get("system")(...)、do.call、eval(parse(...)) 轻易绕过，属于安全带而非沙箱。
提示注入：把 read_file 等工具读取的第三方文档（稿件、CSV、HTML 控件）与可执行 R 代码、可写文件、可联网的会话组合在一起，未受信任的文档内容可能改变智能体行为。审计他人稿件时风险尤其高。
智能体可以读取你目录下的敏感文件、安装包和发起网络请求；若在含凭据的目录工作需自行隔离。
异步任务在独立 R 进程（callr）中运行，无法访问主会话环境，需要显式 saveRDS 传递数据，误用会导致结果不一致。

安装接入

准备工作

运行环境：Python 3.9+ · 预编译二进制 uv/uvx for zero-conf

在 RStudio 控制台安装 R 包：if (!require("devtools")) install.packages("devtools")，然后 devtools::install_github("IMNMV/ClaudeR")。
配置 AI 工具：桌面应用（Claude Desktop / Cursor）运行 library(ClaudeR); install_clauder()；Cursor 用户可用 install_clauder(for_cursor = TRUE)。CLI 工具运行 install_cli(tools = "claude")，也支持 "codex"、"qwen"、"agy" 以及旧版 "gemini"。默认用 uvx 运行 PyPI 包 clauder-mcp，若环境无法使用 uvx 可加 use_uvx = FALSE 与 python_path 回退到本地 Python 路径。
按控制台提示手动应用配置：Claude / Codex / Qwen 复制打印出的命令到终端执行；Antigravity (agy) 把生成的 JSON 放入 ~/.gemini/config/mcp_config.json（全局）或 .agents/mcp_config.json（按工作区）；旧版 Gemini 手动加入 ~/.gemini/settings.json。
退出并重启桌面应用或终端会话以加载新配置。
在 RStudio 中运行 library(ClaudeR); claudeAddin()，在 Viewer 面板点击 Start Server，并保持窗口开启。注意 RStudio Server 上默认端口 8787 与 IDE 自身端口冲突，请换用其他端口。

验证是否装好

在 RStudio 中运行 claudeAddin() 并点击 Start Server，然后在客户端的工具列表中确认 execute_r 等工具出现，再发送一句 "get_r_info 看看 R 环境" 验证连接。

常见排障

连接不上：确认 AI 工具配置正确、Python 路径或 CLI 命令正确、add-in 中服务器已启动；端口被占用可换端口或重启 RStudio。
提示 could not find function install_clauder：重启 R 会话（Session -> Restart R）后重试。
MCP 服务器启动失败：若用 uvx，确认已安装 uv（curl -LsSf https://astral.sh/uv/install.sh | sh）；旧方式通常意味着 Python 环境探测错误，用正确的 python_path 重跑安装器或改用 use_uvx = TRUE。
桥接在 mcp 2.0.0 发布后失效：clauder-mcp >= 0.6.1 已固定 mcp<2，运行 uvx --refresh clauder-mcp 更新。
升级 R 版本后需重跑 install_cli() 或 install_clauder() 更新 MCP 服务器路径；CLI 安装器会先移除过期注册再添加新的。
智能体看不到结果：确认 add-in 窗口打开且服务器在运行。
图形不显示：让智能体用 print() 包裹图形对象，或使用 execute_r_with_plot。
代码超时：让智能体对超过 25 秒的代码使用 execute_r_async，并用 get_async_result 轮询。
重启服务器报 address already in use：这是 UI 问题，服务器其实仍在运行，可在 Viewer 面板切换端口或重启 RStudio。
关闭再重开 add-in UI 后设置不生效：服务器在后台继续运行，重跑 claudeAddin() 会以相同端口、会话名和执行计数重连；只有点击 Stop Server 才真正停止服务器。

试试这样问

连接成功后，可以直接对 AI 助手这样说：

对我环境里的数据集 data 做探索性数据分析，并画一张相关性热图。
读取我打开的 manuscript.docx，运行 reconcile_values 把文中所有数字和代码输出对一遍。
先 checkpoint_session 保存环境快照，然后用 execute_r_async 拟合模型，完成后告诉我结果。
用 verify_references 检查这篇论文参考文献里的 DOI，标出已撤稿或不匹配的条目。

工具能力 37

execute_r 写入

执行 R 代码并返回输出。

execute_r_with_plot 写入

执行会生成图形的 R 代码，图形可被模型看到。

execute_r_async 写入

以异步方式执行长时间运行的 R 代码（超过约 25 秒），返回用于轮询的任务 ID。

get_async_result 只读

轮询异步任务的结果，内置延迟以限制轮询频率。

list_sessions 只读

列出智能体可连接的所有活动 RStudio 会话。

connect_session 写入

按名称连接到指定的 RStudio 会话，用于多会话工作流。

get_session_history 只读

查看按智能体 ID 过滤的执行历史。

read_file 只读

读取磁盘上的任意文件（.R、.qmd、.csv、.log 等），无需在 RStudio 中打开；.docx 和 .pdf 会被抽取为保留结构的文本，支持按行分页。

展开其余 29 个工具

check_cross_references 只读

确定性的内部引用完整性检查：标出悬空引用（如“见表 4”但并无表 4）以及正文从未引用的表格或图片。

reconcile_values 只读

审计的核心工具：抽取稿件中的每一个数值，并按显示精度与你的代码实际产出的数字逐一核对，返回逐值登记表。

get_active_document 只读

读取当前聚焦的编辑器缓冲区，返回内容、文件路径以及缓冲区是否有未保存改动。

get_r_info 只读

获取 R 环境的信息。

modify_code_section 写入

在编辑器文档中做正则查找替换，支持多行模式，默认保存到磁盘，可用 path 指定目标文件。

insert_text 写入

在光标位置或指定的行/列插入文本，默认保存到磁盘。

suggest_edit 写入

提出一处修改建议交用户批准，而不是直接应用。

get_viewer_content 只读

读取 Viewer 面板中的 HTML 内容（plotly、DT、leaflet 等控件），支持分页。

clean_error_log 写入

清理会话日志：移除报错代码块及其重复的前置代码，只留下可运行的代码和随后的修复。

search_project_code 只读

在项目源文件（.R、.Rmd、.qmd）中按正则搜索，返回文件、行号和片段。

probe_scripts 只读

在干净的后台会话中运行 R 脚本并报告创建了哪些对象，不影响你的主会话。

verify_references 只读

核对学术参考文献：DOI 查 CrossRef（含撤稿与更正标记），解析 arXiv ID，对无 DOI 条目做书目匹配。

search_citations 只读

在 OpenAlex 学术索引中检索某论断对应的正确文献，而不是凭记忆引用。

get_bibtex 只读

通过 doi.org 内容协商获取某个 DOI 的标准 BibTeX 条目。

generate_notebook 写入

把会话日志转换成带叙述的 Quarto 实验笔记本，渲染时重新运行代码。

generate_codebook 写入

扫描项目并生成 OSF 和期刊要求的代码本：版本化的包列表、脚本清单、逐变量摘要和产出清单。

screening_report 写入

汇总系统综述的筛选轮次，计算两名模型筛选者之间的一致率、Cohen's kappa、PRISMA 流程计数以及需要人工裁决的冲突集合。

send_message 写入

在仅追加的共享日志上进行带类型的多智能体消息发送。

check_messages 只读

读取共享协调日志中的消息事件。

wait_for_message 只读

阻塞等待直到匹配的事件到达，无需轮询；在 R 会话正忙时同样可用。

coordination_roster 只读

查看多智能体协调的在线名册与最近活动时间。

checkpoint_session 写入

把 R 全局环境快照到磁盘，可在 R 重启后恢复。

restore_session 写入

把环境回滚到某个检查点；回滚前会先保存当前状态，因此回滚本身也可撤销。

list_checkpoints 只读

列出当前会话已保存的检查点。

create_task_list 写入

根据你的提示生成任务清单，避免长上下文任务漏项。

update_task_status 写入

跟踪任务清单中每一项的进度。

load_annotation_data 写入

加载符合 _schema 列定义的 CSV 数据集以开始 AI 标注会话。

annotate 写入

为数据集的某一行写入标注结果，原文件不会被修改。

set_agent_name 写入

为智能体设置工作名称，执行历史、消息归属、在线状态和读取游标都会带上该名称。

使用场景

让智能体在保存着清洗后数据和已拟合模型的 R 会话里直接跑代码、看图形。

多个智能体（如 Claude Code + Codex）共享同一个 RStudio 会话分工协作，用协调协议与共识门控对齐计划。

用 Reviewer Zero 对稿件做数值、引用与论证层面的自动化审计，并把结论写成 Word 批注。

系统综述标题/摘要筛选：两个不同模型家族各自筛选，输出一致率、kappa、PRISMA 计数与冲突集。

把会话日志导出为可重跑的 Quarto 笔记本或干净脚本，并生成 OSF 所需的代码本。

对 CSV 数据集做逐行 AI 标注，无需智能体自己写代码。

用 grant_panel_prompt() 组一个模拟基金评审小组，按 NIH/NSF 评分标准给修改建议。

用 reviewer_response_prompt() 把审稿决定信解析成逐条回复，并重跑分析以给出真实计算结果。

支持客户端

Claude Desktop

Claude Code

Codex

Qwen Code

Antigravity

Gemini CLI

Cursor

依据项目文档列出，未经本站实测。

详细介绍

ClaudeR 通过 MCP 把 Claude Code、Codex、Gemini 等智能体接到你正在使用的 R 会话（RStudio 或 Positron）以及活的 Python 会话上。智能体在你清洗好的数据和已拟合的模型所在的会话里执行代码、看到自己画出的图形、读取环境里的对象，并能编辑编辑器里打开的文件。多个智能体可以共享同一个会话分工协作，也可以各自开一个会话互不干扰。附带 Reviewer Zero 自动化稿件审计、多智能体协调协议、系统综述筛选、基金评审小组和回复审稿人等工作流。Python 桥接包为 clauder-mcp，可用 uvx 零配置运行，传输方式为 stdio。R 包从 GitHub 安装（devtools::install_github("IMNMV/ClaudeR")）。注意：仓库 README 标注 MIT 许可，但 GitHub 许可证字段为 NOASSERTION。