psychopy-mcp
An MCP server that enables Claude Code/Codex to directly control PsychoPy for designing, running, and analyzing psychology experiments with literature-calibrated paradigms.
README
PsychoPy MCP
让 Claude Code / Codex 直接操作并接管 PsychoPy 的 MCP 服务器 —— 用自然语言设计、运行、读取心理学实验,且自动遵循前人文献的范式参数。
Claude/Codex 用自己的文件工具读写实验脚本(.py);本服务器提供这些工具做不到的 PsychoPy 专属能力:内省、静态校验、运行实验、编译 Builder 文件、驱动常驻交互窗口,以及一套文献校准的经典范式库。
快速上手见 QUICK_START.md,工具清单见 TOOLS_REFERENCE.md。
演示 Demo
一句话「用 Stroop 范式跑个实验再分析」即可走完:生成(文献校准)→ 运行(真实开窗)→ 自动分析出图。
| 刺激呈现(不一致试次:蓝色墨水的"RED") | 自动分析(Stroop 效应 = 131 ms) |
|---|---|
![]() |
![]() |
架构
Claude Code / Codex
│ (MCP / stdio JSON-RPC)
▼
psychopy_mcp/server.py ──FastMCP──┐
│ │ subprocess (psychopy venv)
│ paradigms/ (引擎+15范式) ├── run_experiment → 运行 *.py 实验
│ runner/ (常驻窗口) ├── scaffold_paradigm → 生成文献校准实验
│ analysis/web (分析/网页) └── validate / compile / live
▼
.venv (Python 3.10 + PsychoPy 2026.1.3)
- psychopy_mcp/server.py —— MCP 服务器(FastMCP),暴露全部 21 个工具。
- psychopy_mcp/paradigms/ —— 文献校准范式库:共享
engine.py(phase 引擎)+ 每范式一个模块(SPEC+build_trials)+custom.py(对话式自定义范式)。 - psychopy_mcp/runner/live_session.py —— 常驻子进程,持有 PsychoPy
Window,按行收发 JSON,实现"实时接管"。 - workspace/ —— 脚手架/运行/数据的默认工作目录(相对路径解析到这里)。
工具一览
| 分组 | 工具 | 作用 |
|---|---|---|
| 内省 | env_info |
报告解释器/版本/安装路径,先调它确认环境连通 |
| 内省 | list_components |
列出可用的 visual 刺激类与 Builder 组件 |
| 内省 | api_help |
返回任意 PsychoPy 符号的签名+文档(如 visual.TextStim) |
| 范式 | list_paradigms |
列出内置的「文献校准」经典范式 |
| 范式 | get_paradigm |
返回某范式的完整规范(设计/固定的字号位置/时序/引用) |
| 范式 | scaffold_paradigm |
按文献规范生成可运行实验脚本(各条件字号/位置一致,杜绝 NL 自由发挥导致的偏差) |
| 范式 | create_custom_paradigm |
对话式定义并保存自定义范式(之后像内置范式一样用) |
| 创作 | scaffold_experiment |
从模板生成 coder/builder 起始文件 |
| 创作 | validate_script |
静态检查:语法 + import 解析(不运行、不开窗) |
| 执行 | run_experiment |
以子进程运行实验,捕获 stdout/stderr + 新增数据文件 |
| 执行 | list_data / read_data |
列出/读取 csv/tsv/log/psydat/xlsx 数据 |
| 分析 | analyze_data |
算范式的标准效应(Stroop效应/搜索斜率/SSRT/d′/ANT网络分等)+ 出图 |
| 联动 | export_for_spss |
导出 SPSS 可直接导入的整洁/聚合 CSV(配合 SPSS-MCP 一站式统计) |
| 网页 | export_web |
把范式导出成 Builder .psyexp + PsychoJS .js,上 Pavlovia 做线上实验 |
| Builder | read_psyexp |
把 .psyexp 解析成结构化摘要(flow/routines/params) |
| Builder | compile_psyexp |
把 .psyexp 编译成可运行的 .py |
| 实时接管 | live_start |
打开常驻窗口 |
| 实时接管 | live_cmd |
发命令:present_text/image/shape、flip、wait_keys、screenshot、exec、info |
| 实时接管 | live_status / live_stop |
查询/关闭常驻窗口 |
安装
一键(Windows):
install.bat
创建 .venv、安装 PsychoPy + 本包、并自动注册到 Claude Code。
手动:
python -m venv .venv
.venv\Scripts\python -m pip install -e .
.venv\Scripts\python -m psychopy_mcp.cli configure-claude
项目自带 .mcp.json(用 python -m psychopy_mcp.server 启动),在本目录打开 Claude Code 即自动加载。Codex 用同样的 command/args 即可。CLI 还提供 psychopy-mcp serve|list|configure-claude。
典型工作流
批处理实验(最常用)
env_info() # 1. 确认环境
scaffold_experiment("stroop") # 2. 生成 workspace/stroop.py
…用文件工具编辑 stroop.py…
validate_script("stroop.py") # 3. 静态校验
run_experiment("stroop.py") # 4. 运行(开窗)并收数据
list_data() / read_data("data/xxx.csv") # 5. 看结果
实时接管窗口(边做边看)
live_start(size=[1024,768])
live_cmd("present_text", {"text":"Hello", "wait_keys":["space"]})
live_cmd("present_shape", {"shape":"circle", "size":0.3, "fillColor":"red"})
live_cmd("screenshot", {"filename":"shot.png"})
live_stop()
Builder 文件
read_psyexp("templates/experiment.psyexp") # 看结构
compile_psyexp("templates/experiment.psyexp") # 编译成 .py 再 run_experiment
文献校准(关键设计)
自然语言搭建实验最大的隐患:模型每次会自己瞎编字号、刺激位置、时序、配色,导致和已发表范式不可比。paradigms/ 把经典范式的规范参数固化下来(含引用),所有条件共享同一套字号与居中位置——拥挤/不一致这类错误从根上不可能出现。
list_paradigms() # 看 14 个校准范式
get_paradigm("stroop") # 看完整规范 + 引用(Stroop 1935; MacLeod 1991)
scaffold_paradigm("stroop", "exp1") # 生成 144 试次平衡版(con=incon=neutral=48)
scaffold_paradigm("nback", "wm1", {"n": 3}) # 可传参数覆盖默认
所有范式都跑在共享的 phase 引擎(paradigms/engine.py)上:每个范式 = 一串 trial,每个 trial = 一串 phase(注视/线索/刺激/反应)。字号、位置、配色统一来自该范式的 SPEC,结构上保证各条件一致。
| key | 范式 | 关键引用 | 默认试次 |
|---|---|---|---|
stroop |
Colour–Word Stroop | Stroop 1935; MacLeod 1991 | 144 |
flanker |
Eriksen Flanker | Eriksen & Eriksen 1974 | 240 |
simon |
Simon | Simon & Rudell 1967 | 160 |
gonogo |
Go/No-Go | Wessel 2018 | 100 |
posner |
Posner 空间线索 | Posner 1980 | 40 |
stopsignal |
停止信号(SSRT, 自适应阶梯) | Logan & Cowan 1984; Verbruggen 2019 | 128 |
ant |
注意网络测验 ANT | Fan et al. 2002 | 48–96 |
nback |
N-back 工作记忆 | Kirchner 1958; Owen 2005 | 30 |
sternberg |
Sternberg 记忆扫描 | Sternberg 1966 | 40 |
visualsearch |
视觉搜索(特征/合取) | Treisman & Gelade 1980 | 60 |
taskswitch |
线索化任务切换 | Meiran 1996; Monsell 2003 | 64 |
lexdecision |
词汇判断 | Meyer & Schvaneveldt 1971 | 144 |
mentalrotation |
心理旋转(2D 字符变体) | Shepard & Metzler 1971 | 80 |
dotprobe |
点探测(注意偏向) | MacLeod, Mathews & Tata 1986 | 48 |
词汇判断/点探测内置的是小词表,正式研究请替换为 SUBTLEX/ELP 等规范词库;心理旋转默认用 2D 字符变体,需要原版 3D 立方体图请放入图片素材并把刺激改为
kind="image"。
线上实验(Pavlovia / PsychoJS)
只有 Builder .psyexp 能自动转成 JavaScript 在浏览器跑(纯 Coder 脚本不行)。export_web 帮你把范式导出成 .psyexp + .js + 条件文件:
export_web("stroop") # → workspace/web_stroop/{*.psyexp, *.js, *_conditions.csv}
把该文件夹上传到 Pavlovia(或在 PsychoPy Builder 里 Sync)即可招募线上被试。
目前支持「单文字刺激 + 按键」类范式(Stroop / Flanker / 词汇判断 / 文字类自定义);含图形/多阶段的范式(Posner/ANT/Simon 等)暂为桌面端。
与 SPSS-MCP 联动(设计→运行→统计 一条龙)
本服务器负责采数据,SPSS-MCP 负责做统计,靠 CSV 衔接。在同一个 Claude 会话里同时配置两个 MCP:
run_experiment("stroop_exp.py") # 1. 采数据
export_for_spss("data/xxx.csv", aggregate=True) # 2. 导出 SPSS 可读 CSV
→ 让 SPSS-MCP 导入该 CSV,对 rt_ms 按 condition 跑重复测量 ANOVA # 3. 出统计
实验文件与数据在哪里
| 内容 | 位置 |
|---|---|
| 生成的实验脚本 | workspace/<名字>.py(如 workspace/lie_experiment.py) |
| 运行产生的数据 | workspace/data/:*.csv(每试次一行)、*.psydat、*_1.csv(宽格式)、*_analysis.png(分析图) |
| 自定义范式 | custom_paradigms/<名字>.json |
| 网页导出 | workspace/<名字>/(.psyexp + .js + conditions.csv) |
workspace/和数据默认不纳入 git(见.gitignore)——它们是你本机的实验产物。 想换存放根目录,设环境变量PSYCHOPY_MCP_HOME即可。
说明 / 限制
- 不是 headless:PsychoPy 基于 GUI,Windows 上运行实验会真实开窗。在带屏幕(或虚拟显示)的机器上跑。
- venv 隔离:服务器与实验都用
.venv\Scripts\python.exe(Python 3.10 + PsychoPy 2026.1.3),不污染系统环境。 live_cmd exec是逃生舱:可在窗口进程内执行任意 PsychoPy 代码(作用域含win, visual, core, event),灵活但需自负其责。- 一次只允许一个 live 会话;再开需先
live_stop。
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.

