Data Analysis
分析数据峰度来衡量分布的"尾部性"并检测重尾或轻尾模式
用三种语言从你的代码中调用此工具。
curl -X POST 'https://api.elysiatools.com/zh/api/tools/kurtosis-analyzer' \
-H 'Content-Type: application/json' \
-d '{"dataInput":"输入您的数据值，用逗号或换行分隔...\n\n示例：\n- 正态分布：50, 51, 49, 52, 48, 50, 51, 49, 50, 52\n- 重尾分布：45, 52, 48, 60, 35, 50, 51, 49, 50, 80\n- 轻尾分布：49, 51, 50, 49, 51, 50, 49, 51, 50, 49","dataFormat":"single","confidenceLevel":"0.95","detailedAnalysis":true,"riskAssessment":true}'以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。
POST https://api.elysiatools.com/zh/api/tools/kurtosis-analyzer| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| dataInput | textarea | 是 | — |
| dataFormat | select | 是 | — |
| confidenceLevel | select | 是 | — |
| detailedAnalysis | checkbox | 否 | 包含详细的比较分析和置信区间 |
| riskAssessment | checkbox | 否 | 基于峰度评估波动性和异常值风险 |
将此工具加入你的 Model Context Protocol 服务，让 AI 智能体可以列出并调用它。
将以下内容加入你的 MCP 客户端配置：
{
"mcpServers": {
"elysiatools-kurtosis-analyzer": {
"name": "kurtosis-analyzer",
"description": "分析数据峰度来衡量分布的\"尾部性\"并检测重尾或轻尾模式",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=kurtosis-analyzer",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}连接到 SSE 端点后，列出已开放的工具：
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}通过工具 id 调用，参数由其参数表构建：
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "kurtosis-analyzer",
"arguments": {
"dataInput": "输入您的数据值，用逗号或换行分隔...\n\n示例：\n- 正态分布：50, 51, 49, 52, 48, 50, 51, 49, 50, 52\n- 重尾分布：45, 52, 48, 60, 35, 50, 51, 49, 50, 80\n- 轻尾分布：49, 51, 50, 49, 51, 50, 49, 51, 50, 49",
"dataFormat": "single",
"confidenceLevel": "0.95",
"detailedAnalysis": true,
"riskAssessment": true
}
}
}有问题或反馈？请联系 [email protected]
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}