Rstudio MCP Server

MCP文档知识

提供方 lerlerchan

文档知识 未标注 无需鉴权 社区 / 第三方 ClaudeCline

RStudio MCP Server是一个用于R包开发和jamovi模块开发的服务器,支持从VSCode等客户端进行无缝集成开发、测试和文档生成。

一句话选型结论

按资料字段整理

Rstudio MCP Server 属于文档知识类 MCP 服务器,传输方式未标注,无需鉴权,可直接接入 Claude、Cline,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类文档知识 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

文档知识
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

R开发JavaScript本地部署包管理测试框架文档生成jamovi模块

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
文档检索问答

在你的文档库里按问题找答案。

知识库读写

把新资料写进知识库,随用随取。

内容整理

把零散资料归纳成结构化笔记。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 已适配 Claude、Cline,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在文档知识场景里让模型直接调用外部能力的人。
  • 已经在用 Claude、Cline 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Rstudio MCP Server当前 未标注 未标注 未标注 无 2026-05-17
dify 未标注 stdio · 本地进程 本地部署 有 2026-04-11
open-webui 未标注 stdio · 本地进程 本地部署 有 2026-04-11
JeecgBoot 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Cherry Studio 未标注 未标注 未标注 无 2026-05-17
mempalace 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

文档知识
字段来自项目仓库与公开索引,中文说明由本站标注
提供方lerlerchan上游标注的维护方 lerlerchan
分类文档知识本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

12.7 KB
来自项目仓库与上游目录的原文,未做删改

RStudio MCP服务器

用于RStudio Desktop集成的模型上下文协议(MCP)服务器,可实现VSCode和其他MCP客户端的无缝R包开发、测试和jamovi模块开发。

特性

R包开发

  • 测试:使用运行包测试 devtools::test() 或单独的测试文件 testthat::test_file()
  • 文档:生成文档 devtools::document() (氢氧根2)
  • 建筑:使用构建包 devtools::build()
  • 检查:运行R CMD检查 devtools::check()
  • 加载中:使用加载包功能 devtools::load_all() 用于交互式开发

Jamovi模块开发

  • 构建:使用构建jamovi模块 jmvtools::build()
  • 检查:使用验证jamovi模块 jmvtools::check()

通用R功能

  • 代码执行:运行任意R代码
  • 包管理:安装并列出软件包
  • 工作空间检查:列出并检查R工作空间对象

快速开始

自动设置(推荐)

运行自动安装脚本以检查先决条件并配置所有内容:```bash

Clone the repository

git clone
cd rstudio-mcp-server

Run automated setup

npm run setup


安装脚本将:

- 检查Node.js和R安装
- 安装npm依赖项
- 构建服务器
- 验证R包要求
- 指导您完成MCP客户端配置

### 手动安装

如果您更喜欢手动设置:

1. **安装先决条件**

- Node.js v18或更高版本(nodejs.org)
- R 3.6或更高版本,在PATH中使用Rscript
- Git(用于克隆)

1. **克隆和构建**```bash
git clone
cd rstudio-mcp-server
npm install
npm run build
  1. 安装R软件包```r
    install.packages(c("devtools", "testthat", "roxygen2"))

1. **配置MCP客户端** (见下面的配置部分)

## 配置

### 适用于带克劳德代码的VSCode

添加到您的Claude Code MCP设置文件中(通常 `~/.config/claude-code/mcp_settings.json` 在Linux/Mac或 `%APPDATA%\claude-code\mcp_settings.json` 在Windows上):```json
{
"mcpServers": {
"rstudio": {
"command": "node",
"args": ["/path/to/rstudio-mcp-server/build/index.js"]
}
}
}

适用于Cline或其他MCP客户

为您的客户端添加到相应的MCP设置文件中:```json
{
"mcpServers": {
"rstudio": {
"command": "node",
"args": ["/absolute/path/to/rstudio-mcp-server/build/index.js"]
}
}
}


## 可用工具

### r_execute

执行任意R代码。

**参数:**

- `code` (必填):要执行的R代码
- `working_dir` (可选):执行工作目录

**例子:**```typescript
{
"code": "summary(mtcars)",
"working_dir": "/path/to/project"
}

r_test_package

使用devtools::test()对R包运行测试。

参数:

  • package_path (必填):R包目录的路径
  • filter (可选):测试过滤器模式(正则表达式)

例子:```typescript
{
"package_path": "/path/to/mypackage",
"filter": "test-myfunction"
}


### r_test_file

运行特定的测试文件。

**参数:**

- `test_file` (必填):测试文件的路径

**例子:**```typescript
{
"test_file": "/path/to/mypackage/tests/testthat/test-myfunction.R"
}

r_check_package

对包运行R CMD检查。

参数:

  • package_path (必填):R包目录的路径
  • args (可选):R CMD检查的其他参数

例子:```typescript
{
"package_path": "/path/to/mypackage",
"args": "--as-cran"
}


### r_document_package

使用roxygen2为R包生成文档。

**参数:**

- `package_path` (必填):R包目录的路径

### r_build_package

构建一个R包。

**参数:**

- `package_path` (必填):R包目录的路径
- `binary` (可选):构建二进制包(默认值:false)

### r_load_all

将所有功能加载到一个包中以进行交互式开发。

**参数:**

- `package_path` (必填):R包目录的路径

### r_install_package

从CRAN或本地路径安装R包。

**参数:**

- `package` (必需):包名称或路径
- `dependencies` (可选):安装依赖项(默认值:true)

### r_list_packages

列出所有已安装的R软件包。

### r_workspace_ls

列出R工作空间中的对象。

**参数:**

- `pattern` (可选):过滤对象名称的模式

### jamovi_build_module

构建一个jamovi模块。

**参数:**

- `module_path` (必填):jamovi模块目录的路径
- `install` (可选):构建后安装模块(默认值:false)

### jamovi_check_模块

检查jamovi模块是否存在问题。

**参数:**

- `module_path` (必填):jamovi模块目录的路径

## 用法示例

### 快速入门示例

配置后,您可以通过自然语言与R进行交互:

**测试R连接:**

- “你能列出所有已安装的R软件包吗?”
- “运行的是哪个版本的R?”
- “执行此R代码:print(sessionInfo())”

**软件包开发:**

- “运行此包的测试”
- “为我的包生成文档”
- “检查此包是否通过R CMD检查”
- “构建此包”

**代码执行:**

- “执行此R代码:摘要(mtcars)”
- “安装tidyverse软件包”
- “显示工作区中有哪些对象”

### 详细工作流程

#### 1.启动新包```
You: "I'm creating a new R package called 'datautils'. Can you help me set it up?"

Claude: [Guides you through using usethis::create_package()]

You: "Now document the package"

Claude: [Uses r_document_package tool]
Output: ✔ Writing 'NAMESPACE'
✔ Writing 'datautils.Rd'

You: "Check if it passes R CMD check"

Claude: [Uses r_check_package tool]
Output: ── R CMD check results ─────────────────────
0 errors ✔ | 0 warnings ✔ | 0 notes ✔

2.测试驱动开发```

You: "Run all tests in the package"

Claude: [Uses r_test_package tool]
Output: ✔ | F W S OK | Context
✔ | 5 | validation
✔ | 8 | data-processing
✔ | 3 | output-formatting

You: "Run only tests matching 'validation'"

Claude: [Uses r_test_package with filter: "validation"]
Output: ✔ | F W S OK | Context
✔ | 5 | validation

You: "Run the specific test file test-validation.R"

Claude: [Uses r_test_file tool]
Output: Test results for tests/testthat/test-validation.R
✔ | 5 tests passed


#### 3.调试失败测试```
You: "Run the package tests"

Claude: [Uses r_test_package tool]
Output: ✖ | F W S  OK | Context
✖ |     1   4 | validation
────────────────────────────────────────────
Failure (test-validation.R:15:3): input validation works
Expected TRUE, got FALSE

You: "Can you execute this R code to debug:
source('R/validation.R');
validate_input(c(1, 2, NA))"

Claude: [Uses r_execute tool]
Output: Error: NA values not allowed

You: "Now I see the issue. Let me fix the code and re-run tests..."

4.软件包发布工作流程```

You: "I'm ready to release my package. Let's go through the checklist."

Claude: "I'll help you verify everything:
1. First, let's run the tests"
[Uses r_test_package - shows all passing]

Claude: "2. Generating documentation"
[Uses r_document_package]

Claude: "3. Running R CMD check"
[Uses r_check_package with args: "--as-cran"]

Claude: "4. Building the package"
[Uses r_build_package]
Output: ✔ Building 'datautils_1.0.0.tar.gz'

You: "Perfect! Can you also check for any spelling issues?"

Claude: [Uses r_execute with "spelling::spell_check_package()"]


#### 5.Jamovi模块开发```
You: "I'm working on a jamovi module. Can you check it for issues?"

Claude: [Uses jamovi_check_module tool]
Output: ✔ Checking module structure
✔ Validating .a.yaml files
✔ Checking R functions
✔ Verifying UI definitions

You: "Build and install the module"

Claude: [Uses jamovi_build_module with install: true]
Output: ✔ Building module
✔ Installing to jamovi
Module 'mymodule' installed successfully

You: "Now I'll test it in jamovi..."

6.交互式数据分析```

You: "Can you execute this analysis:
library(dplyr)
mtcars %>%
group_by(cyl) %>%
summarize(
mean_mpg = mean(mpg),
mean_hp = mean(hp)
)"

Claude: [Uses r_execute tool]
Output: # A tibble: 3 × 3
cyl mean_mpg mean_hp

1 4 26.7 82.6
2 6 19.7 122.
3 8 15.1 209.

You: "Now create a linear model of mpg vs hp"

Claude: [Uses r_execute tool]
Output: Call:
lm(formula = mpg ~ hp, data = mtcars)

Coefficients:
(Intercept) hp
30.09886 -0.06823


#### 7.包装安装和管理```
You: "Install the ggplot2 package"

Claude: [Uses r_install_package tool]
Output: Installing package into '/home/user/R/library'
✔ Package 'ggplot2' successfully installed

You: "List all packages containing 'test' in the name"

Claude: [Uses r_list_packages tool, then filters]
Output: Packages matching 'test':
- testthat (3.2.0)
- testit (0.13)
- covr (3.6.1)

8.处理多个包```

You: "I have three packages I'm developing. Can you run tests on all of them?
- /path/to/package1
- /path/to/package2
- /path/to/package3"

Claude: "I'll test each package:

Package 1:
[Uses r_test_package for package1]
✔ All 15 tests passed

Package 2:
[Uses r_test_package for package2]
✔ All 22 tests passed

Package 3:
[Uses r_test_package for package3]
✖ 2 tests failed
[Shows failure details]

Two packages passed, but package3 has failing tests. Would you like me to show the specific failures?"


#### 9.开发环境设置```
You: "I'm setting up a new development machine. What R packages do I need?"

Claude: "Let me check what's installed"
[Uses r_list_packages tool]

Claude: "I see you're missing some key development packages. I can install:
- devtools (package development)
- testthat (testing)
- roxygen2 (documentation)
- usethis (workflow automation)

Should I install these?"

You: "Yes, please install them"

Claude: [Uses r_install_package for each package]
✔ All development packages installed

10.CI/CD准备```

You: "I want to make sure my package will pass CI checks. Run all quality checks."

Claude: "I'll run a comprehensive check:

  1. Tests:
    [Uses r_test_package]
    ✔ All 45 tests passed

  2. Documentation:
    [Uses r_document_package]
    ✔ Documentation up to date

  3. R CMD check:
    [Uses r_check_package with args: "--as-cran"]
    ✔ 0 errors | 0 warnings | 0 notes

  4. Package build:
    [Uses r_build_package]
    ✔ Package builds successfully

Your package is ready for CI! All checks passed."


### 常见用例

**代码更改后的快速测试:**```
"Run the tests"

完整的预提交检查:```
"Run tests, update docs, and run R CMD check"


**安装开发依赖项:**```
"Install devtools, testthat, and roxygen2"

调试特定功能:```
"Execute this code: debugonce(my_function); my_function(test_data)"


**检查测试覆盖率:**```
"Execute: covr::package_coverage()"

拼写检查文档:```
"Execute: spelling::spell_check_package()"


## 发展

开发观察模式:```bash
npm run watch

故障排除

R未找到

确保R和Rscript在您的系统PATH中:```bash
which Rscript # Linux/Mac
where Rscript # Windows


**Windows PATH设置:**

1. 查找您的R安装(通常 `C:\Program Files\R\R-4.x.x\bin`)
1. 添加到路径:
- 在“开始”菜单中搜索“环境变量”
- 编辑系统变量下的“路径”
- 添加新条目: `C:\Program Files\R\R-4.x.x\bin`
- 重新启动终端/VCode

**多个R版本:**

- 确保正确的R版本在PATH中位于首位
- 请检查: `Rscript --version`

### 未找到的devtools/test

安装所需的R软件包:```r
install.packages(c("devtools", "testthat", "roxygen2"))

找不到jamovi工具

安装 jmvtools 需要特别考虑。看 JMVTOOLS_INSTALLATION.md 详细说明。

快速摘要:

  • 选项1:安装Rtools(Windows)或构建工具(Mac/Linux),然后 install.packages("jmvtools")
  • 选项2:使用jamovi捆绑的R(推荐给jamovi开发人员)
  • 选项3:安装预构建的二进制文件

常见问题: jmvtools 需要编译工具:```
Error: package 'jmvtools' is not available


有关特定于平台的解决方案,请参阅专门的jmvtools指南。

### 构建失败

**TypeScript错误:**```bash
# Clean rebuild
rm -rf build node_modules
npm install
npm run build

权限错误:```bash

Linux/Mac

chmod +x build/index.js

Windows: Run terminal as Administrator if needed


### MCP客户端连接问题

**服务器未出现在MCP客户端中:**

1. 验证配置文件中的JSON语法(使用JSON验证器)
1. 使用绝对路径(非相对路径: `~/` 或 `.\`)
1. 完全重新启动MCP客户端
1. 检查客户端日志中的错误消息

**Windows路径格式:**```json
{
"args": ["D:\\path\\to\\server\\build\\index.js"]  // Use double backslashes
// OR
"args": ["D:/path/to/server/build/index.js"]       // Use forward slashes
}

贡献

欢迎投稿!请随时提交问题或拉取请求。

许可证

麻省理工学院

常见问题

6 问
答案由本站依据条目字段整理,不引用上游原文
Rstudio MCP Server 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Rstudio MCP Server 怎么在 Claude、Cline 里配置?

它的传输方式未标注,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Rstudio MCP Server 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Rstudio MCP Server 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Rstudio MCP Server 支持哪些客户端?

资料标注支持 Claude、Cline;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Rstudio MCP Server 能提供哪些能力?

资料显示能力标签包括 包管理、JavaScript、Claude、测试框架。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。