3.6 Stata MCP：让 AI 驱动计量经济学分析

来源: GitHub hanlulong/stata-mcp、statamcp.com、DeepEcon.ai 整理日期: 2025-12-17

概述

Stata MCP 是一款基于 Model Context Protocol（模型上下文协议）开发的 AI Agent 集成解决方案，它让 Claude、GPT-4、DeepSeek 等主流 AI 助手能够直接调用 Stata 进行计量经济学分析。对于经济学研究者、社会科学学者和数据分析师来说，这意味着可以用自然语言指令完成从基础统计到复杂回归分析的各类工作。

什么是 Stata？

Stata（发音为 "stay-ta"）是一款专业的统计分析软件，广泛应用于：

计量经济学（Econometrics）：研究经济变量之间因果关系的统计方法
社会科学研究：调查数据分析、面板数据处理
公共卫生研究：流行病学分析、临床试验数据处理
金融分析：时间序列分析、风险建模

核心价值

Stata MCP 的价值在于降低技术门槛——研究者无需记忆复杂的 Stata 语法，只需用自然语言描述分析需求，AI 就能生成并执行正确的代码。

1. 两个主要项目

目前有两个主要的 Stata MCP 实现，各有侧重：

1.1 stata-mcp by Lu Han（VS Code 扩展）

属性	详情
GitHub	hanlulong/stata-mcp
类型	VS Code / Cursor IDE 扩展
语言	TypeScript
Star 数	132+
发布日期	2025年3月23日

特点：

深度集成 VS Code 和 Cursor IDE
图形化界面操作
自动检测 Stata 安装路径
实时输出显示和图表渲染

1.2 stata-mcp by Song Tan（Python 包）

属性	详情
PyPI	stata-mcp
类型	Python 命令行工具
当前版本	1.13.11
许可证	Apache 2.0

特点：

轻量级命令行工具
支持 Claude Code 直接集成
快速迭代更新
跨平台通用性更强

2. 核心功能

2.1 自然语言执行 Stata 命令

无需记忆复杂语法，直接用中文或英文描述需求：

用户：加载 auto 数据集，对汽车价格做一个回归分析，
     自变量包括里程数、重量和是否为进口车

AI：我来执行这个回归分析...
    - 加载数据: webuse auto
    - 执行回归: regress price mpg weight foreign
    - 分析结果: R² = 0.45，重量对价格有显著正向影响...

2.2 .do 文件执行与调试

do 文件是 Stata 的脚本文件，类似于 Python 的 .py 文件：

stata

* example.do - 一个简单的分析脚本
webuse auto, clear
summarize price mpg weight
regress price mpg weight foreign
predict fitted_price
scatter price mpg || lfit price mpg
graph export "price_mpg.png", replace

AI 可以：

执行整个 .do 文件
解释每一步的作用
发现并修复语法错误
优化代码效率

2.3 实时图表生成与显示

┌─────────────────────────────────────────┐
│  VS Code / Cursor IDE                   │
├─────────────────────────────────────────┤
│  ┌───────────────┐  ┌────────────────┐  │
│  │  代码编辑器   │  │  Stata 输出    │  │
│  │               │  │                │  │
│  │  regress...   │  │  Source | SS   │  │
│  │  scatter...   │  │  ────────────  │  │
│  │               │  │  Model | 123   │  │
│  └───────────────┘  └────────────────┘  │
│  ┌────────────────────────────────────┐ │
│  │        图表预览面板               │ │
│  │   [散点图 + 拟合线]               │ │
│  └────────────────────────────────────┘ │
└─────────────────────────────────────────┘

2.4 数据查看与筛选

提供类似 Excel 的数据浏览体验：

查看数据：点击 "View Data" 按钮
条件筛选：使用 Stata if 语法，如 price > 5000 & mpg < 30
变量检索：快速定位特定变量

3. 安装与配置

3.1 系统要求

组件	要求
Stata	版本 17 或更高（任何版本均可）
Python	3.11 或更高
包管理器	uv（会自动安装）
操作系统	Windows、macOS、Linux

3.2 方法一：VS Code 扩展安装

通过 VS Code 市场：

打开 VS Code
按 Ctrl+Shift+X 打开扩展市场
搜索 "Stata MCP"
点击安装

或使用命令行：

bash

code --install-extension DeepEcon.stata-mcp

通过 VSIX 文件：

从 Releases 页面下载 stata-mcp-0.3.6.vsix
在 VS Code 中按 Ctrl+Shift+P
输入 "Install from VSIX"
选择下载的文件

3.3 方法二：Python 包安装

通过 pip：

bash

pip install stata-mcp

通过 uvx（无需本地安装）：

bash

# 检查版本
uvx stata-mcp --version

# 以 Agent 模式运行
uvx stata-mcp --agent

从源码安装：

bash

git clone https://github.com/sepinetam/stata-mcp.git
cd stata-mcp
uv build

3.4 验证安装

安装完成后，运行以下命令验证：

bash

# 检查 Stata 连接
uvx stata-mcp --version

# 应该显示类似：
# stata-mcp version 1.13.11
# Stata MP 18.0 detected

4. AI 客户端配置

4.1 Claude Code 配置

bash

# 方法一：使用 SSE 传输（推荐）
claude mcp add --transport sse stata-mcp http://localhost:4000/mcp --scope user

# 方法二：使用 uvx 直接启动
claude mcp add stata-mcp \
  --env STATA_MCP_CWD=$(pwd) \
  --scope project \
  -- uvx --directory $(pwd) stata-mcp

4.2 Claude Desktop 配置

编辑配置文件：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

json

{
  "mcpServers": {
    "stata-mcp": {
      "command": "uvx",
      "args": ["stata-mcp"]
    }
  }
}

4.3 Cursor IDE 配置

扩展会自动配置 Cursor，首次启动时检测 MCP 服务器 URL。手动配置可编辑 settings.json：

json

{
  "stata-mcp.url": "http://localhost:4000/mcp",
  "stata-mcp.transport": "sse"
}

4.4 Cline 配置

编辑 cline_mcp_settings.json：

json

{
  "stata-mcp": {
    "url": "http://localhost:4000/mcp",
    "transport": "sse"
  }
}

5. 扩展设置详解

5.1 核心设置

设置项	说明	默认值
`stata-vscode.stataPath`	Stata 安装目录	自动检测
`stata-vscode.stataEdition`	Stata 版本（MP/SE/BE）	自动检测
`stata-vscode.autoStartServer`	自动启动 MCP 服务器	`true`

5.2 服务器设置

设置项	说明	默认值
`stata-vscode.mcpServerHost`	服务器主机	`localhost`
`stata-vscode.mcpServerPort`	服务器端口	`4000`

5.3 图表显示

设置项	说明	默认值
`stata-vscode.autoDisplayGraphs`	自动显示图表	`true`
`stata-vscode.graphDisplayMethod`	显示方式	`vscode`（或 `browser`）

5.4 输出优化

设置项	说明	默认值
`stata-vscode.resultDisplayMode`	结果显示模式	`compact`（过滤冗余）
`stata-vscode.maxOutputTokens`	最大输出 token 数	`10000`

6. 使用场景

6.1 论文复现（Paper Replication）

经济学论文通常附带数据和代码，Stata MCP 可以帮助快速复现：

用户：请复现 Angrist & Krueger (1991) 关于教育回报的回归分析

AI：我来帮你复现这个经典的工具变量回归...
    1. 加载数据集
    2. 构建出生季度工具变量
    3. 执行 2SLS 回归
    4. 对比 OLS 和 IV 估计结果
    5. 生成表格输出

6.2 快速假设检验

无需编写代码，直接提问：

用户：检验教育年限和收入之间是否存在显著的正相关关系

AI：我执行以下检验步骤：
    - 描述性统计
    - Pearson 相关系数及其显著性检验
    - 简单线性回归
    结果：相关系数 r=0.52，p<0.001，关系显著

6.3 Stata 学习助手

对于初学者，AI 可以逐步解释每个命令：

用户：解释这段代码的每一行是什么意思
     regress wage educ exper exper2
     test educ = 0
     margins, at(educ=(8 12 16))

AI：让我逐行解释：
    1. `regress wage educ exper exper2`
       - 执行多元线性回归
       - 因变量：工资（wage）
       - 自变量：教育年限、经验年限、经验年限的平方
       ...

6.4 代码优化与整理

审查现有 .do 文件并提供改进建议：

用户：优化这个 do 文件，提高可读性和效率

AI：我发现以下改进点：
    1. 重复的数据加载可以提取为子程序
    2. 变量命名不够清晰，建议重命名
    3. 缺少注释，已添加中文说明
    4. 输出可以改用 esttab 生成标准表格

6.5 结果解读

帮助理解复杂的统计输出：

用户：解释这个回归结果，用通俗的语言

AI：这个回归分析告诉我们：
    - 教育每增加1年，工资平均增加8.3%
    - 这个效应在统计上非常显著（p<0.001）
    - 模型解释了45%的工资差异（R²=0.45）
    - 女性比男性平均工资低15%，控制了教育和经验后

7. 实战示例

7.1 完整分析流程

以下是一个典型的分析工作流：

用户：使用 auto 数据集，分析影响汽车价格的主要因素，
     生成相关图表，并将结果导出为 LaTeX 表格

AI：我将按以下步骤执行：

1. 加载数据并查看结构
   webuse auto, clear
   describe
   summarize

2. 生成变量的描述性统计
   estpost summarize price mpg weight length foreign

3. 相关性分析
   pwcorr price mpg weight length foreign, sig star(.05)

4. 回归分析
   regress price mpg weight length i.foreign

5. 生成散点图
   scatter price weight || lfit price weight
   graph export "price_weight.png", replace

6. 导出 LaTeX 表格
   esttab using "regression_results.tex", replace

7.2 面板数据分析

stata

* 面板数据回归示例
xtset id year                    // 设置面板结构
xtreg y x1 x2 x3, fe             // 固定效应模型
xtreg y x1 x2 x3, re             // 随机效应模型
hausman fixed random             // Hausman 检验

7.3 工具变量回归

stata

* 两阶段最小二乘法（2SLS）
ivregress 2sls wage (educ = distance) exper exper2
estat firststage                 // 第一阶段 F 统计量
estat overid                     // 过度识别检验

8. 技术架构

8.1 系统架构图

┌──────────────────────────────────────────────────────┐
│                    用户界面层                        │
│  ┌────────────┐  ┌────────────┐  ┌────────────────┐ │
│  │  VS Code   │  │   Cursor   │  │  Claude Code   │ │
│  │   扩展     │  │    IDE     │  │     CLI        │ │
│  └─────┬──────┘  └─────┬──────┘  └───────┬────────┘ │
└────────┼───────────────┼─────────────────┼──────────┘
         │               │                 │
         └───────────────┼─────────────────┘
                         │
                         ▼
┌──────────────────────────────────────────────────────┐
│                   MCP 服务器层                        │
│  ┌──────────────────────────────────────────────┐   │
│  │  Stata MCP Server (localhost:4000)           │   │
│  │  - SSE 传输协议                               │   │
│  │  - 命令队列管理                               │   │
│  │  - 结果格式化                                 │   │
│  └──────────────────────────────────────────────┘   │
└──────────────────────────────────────────────────────┘
                         │
                         ▼
┌──────────────────────────────────────────────────────┐
│                    Stata 执行层                      │
│  ┌──────────────────────────────────────────────┐   │
│  │  Stata MP / SE / BE                          │   │
│  │  - 命令执行引擎                               │   │
│  │  - 数据处理                                   │   │
│  │  - 图表生成                                   │   │
│  └──────────────────────────────────────────────┘   │
└──────────────────────────────────────────────────────┘

8.2 MCP 工具列表

Stata MCP 提供以下工具供 AI 调用：

工具名称	功能描述
`execute_command`	执行单个 Stata 命令
`run_do_file`	执行整个 .do 脚本
`read_data`	读取数据集并返回预览
`describe_data`	获取数据集结构信息
`summarize_data`	生成描述性统计
`generate_graph`	创建统计图表
`export_table`	导出回归表格
`get_working_dir`	获取当前工作目录
`set_working_dir`	设置工作目录

9. 常见问题

Q1: Stata 路径无法自动检测？

解决方案：手动设置路径

json

{
  "stata-vscode.stataPath": "/Applications/Stata/StataSE.app/Contents/MacOS"
}

Windows 用户：

json

{
  "stata-vscode.stataPath": "C:\\Program Files\\Stata18"
}

Q2: MCP 服务器无法启动？

检查步骤：

确认端口 4000 未被占用：
bash
```
lsof -i :4000
```
1
检查 uv 是否正确安装：
bash
```
uv --version
```
1
查看扩展日志（VS Code 输出面板 → Stata MCP）

Q3: 图表不显示？

解决方案：

确认 autoDisplayGraphs 设置为 true
尝试切换显示方式为 browser
检查图表输出路径权限

Q4: 中文乱码问题？

解决方案：在 .do 文件开头添加：

stata

set more off
unicode analyze *
unicode encoding set "UTF-8"

10. 最佳实践

10.1 工作流建议

先理解数据：让 AI 先生成描述性统计
逐步分析：从简单回归开始，逐步添加控制变量
验证结果：对比 AI 生成的代码与手动编写的结果
保存脚本：将 AI 生成的代码保存为 .do 文件以便复现

10.2 提示词技巧

好的提示：

使用 auto 数据集，执行以下分析：
1. 生成价格、里程数、重量的描述性统计
2. 对价格和重量做散点图，并添加拟合线
3. 回归分析：价格对里程数、重量、是否进口的回归
4. 解释回归系数的经济含义

避免的提示：

分析一下这个数据  // 太模糊
做个回归         // 缺少具体变量

10.3 安全注意事项

不要在提示中包含敏感数据路径
定期备份重要的 .do 文件
在正式分析前先用测试数据验证 AI 生成的代码

重要提醒

AI 生成的统计分析代码需要人工验证。在发表论文或做出重要决策之前，务必检查：

变量定义是否正确
模型设定是否合理
结果解读是否准确

总结

Stata MCP 为计量经济学研究带来了革命性的变化：

降低门槛：用自然语言指令执行复杂的统计分析
提高效率：AI 辅助代码生成和调试
促进学习：逐步解释帮助理解统计方法
标准化输出：自动生成规范的表格和图表

对于经济学研究者、社会科学学者和数据分析师来说，这是一个值得尝试的强大工具。

3.6 Stata MCP：让 AI 驱动计量经济学分析 ​

概述 ​

什么是 Stata？ ​

1. 两个主要项目 ​

1.1 stata-mcp by Lu Han（VS Code 扩展） ​

1.2 stata-mcp by Song Tan（Python 包） ​

2. 核心功能 ​

2.1 自然语言执行 Stata 命令 ​

2.2 .do 文件执行与调试 ​

2.3 实时图表生成与显示 ​

2.4 数据查看与筛选 ​

3. 安装与配置 ​

3.1 系统要求 ​

3.2 方法一：VS Code 扩展安装 ​

3.3 方法二：Python 包安装 ​

3.4 验证安装 ​

4. AI 客户端配置 ​

4.1 Claude Code 配置 ​

4.2 Claude Desktop 配置 ​

4.3 Cursor IDE 配置 ​

4.4 Cline 配置 ​

5. 扩展设置详解 ​

5.1 核心设置 ​

5.2 服务器设置 ​

5.3 图表显示 ​

5.4 输出优化 ​

6. 使用场景 ​

6.1 论文复现（Paper Replication） ​

6.2 快速假设检验 ​

6.3 Stata 学习助手 ​

6.4 代码优化与整理 ​

6.5 结果解读 ​

7. 实战示例 ​

7.1 完整分析流程 ​

7.2 面板数据分析 ​

7.3 工具变量回归 ​

8. 技术架构 ​

8.1 系统架构图 ​

8.2 MCP 工具列表 ​

9. 常见问题 ​

Q1: Stata 路径无法自动检测？ ​

Q2: MCP 服务器无法启动？ ​

Q3: 图表不显示？ ​

Q4: 中文乱码问题？ ​

10. 最佳实践 ​

10.1 工作流建议 ​

10.2 提示词技巧 ​

10.3 安全注意事项 ​

总结 ​

参考资料 ​

3.6 Stata MCP：让 AI 驱动计量经济学分析

概述

什么是 Stata？

1. 两个主要项目

1.1 stata-mcp by Lu Han（VS Code 扩展）

1.2 stata-mcp by Song Tan（Python 包）

2. 核心功能

2.1 自然语言执行 Stata 命令

2.2 .do 文件执行与调试

2.3 实时图表生成与显示

2.4 数据查看与筛选

3. 安装与配置

3.1 系统要求

3.2 方法一：VS Code 扩展安装

3.3 方法二：Python 包安装

3.4 验证安装

4. AI 客户端配置

4.1 Claude Code 配置

4.2 Claude Desktop 配置

4.3 Cursor IDE 配置

4.4 Cline 配置

5. 扩展设置详解

5.1 核心设置

5.2 服务器设置

5.3 图表显示

5.4 输出优化

6. 使用场景

6.1 论文复现（Paper Replication）

6.2 快速假设检验

6.3 Stata 学习助手

6.4 代码优化与整理

6.5 结果解读

7. 实战示例

7.1 完整分析流程

7.2 面板数据分析

7.3 工具变量回归

8. 技术架构

8.1 系统架构图

8.2 MCP 工具列表

9. 常见问题

Q1: Stata 路径无法自动检测？

Q2: MCP 服务器无法启动？

Q3: 图表不显示？

Q4: 中文乱码问题？

10. 最佳实践

10.1 工作流建议

10.2 提示词技巧

10.3 安全注意事项

总结

参考资料