0基础通过与AI对话完成对AI下达指令利用R语言的完成工作

Download R for Windows
        ↓
base
        ↓
Download R-x.x.x for Windows

Path

%\R-xxx\bin

确定
确定
确定

Win + R

cmd

输入：
R --version
应回复：
R version x.x.x (xxxx-xx-xx ucrt) -- "Happy Hop"

输入：
Rscript --version
应回复：
C:\Users\xx>Rscript --version Rscript (R) version x.x.x (xxxx-xx-xx)

R
应该进入：
>
然后输入：
1 + 1
应该得到：
[1] 2
然后退出：
q()
选择：
n

test.R

x <- c(10, 20, 30, 40, 50)

print("Hello R")
print(mean(x))
print(summary(x))

%\AI-R\test.R

cd /d %\AI-R

Rscript test.R

[1] "Hello R"
[1] 30
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
     10      20      30      30      40      50

pip --version

py --version

cd /d C:\E\AI-R
notepad r_runner.py

import subprocess
import sys

if len(sys.argv) < 2:
    print("用法: python r_runner.py <R脚本路径>")
    sys.exit(1)

r_script = sys.argv[1]

result = subprocess.run(
    ["Rscript", r_script],
    capture_output=True,
    text=True,
    encoding="utf-8",
    errors="replace"
)

print("===== R 输出 =====")
print(result.stdout)

if result.stderr:
    print("===== R 错误/警告 =====")
    print(result.stderr)

print(f"===== 退出代码: {result.returncode} =====")

if result.returncode != 0:
    sys.exit(result.returncode)

C:\E\AI-R\text.R

python r_runner.py text.R

===== R 输出 =====
[1] "Hello R"
[1] 30
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
     10      20      30      30      40      50

===== 退出代码: 0 =====

Python
   ↓
Rscript
   ↓
text.R
   ↓
R
   ↓
结果
   ↓
Python

{
    "claudeCode.environmentVariables": []
}

VS Code | 发送你的需求、查看代码
  ↓
Claude 插件（你已经配置 DeepSeek API） | 思考你的问题并产出解决方案和代码
  ↓                            ↓
MCP | 发送需要执行内容           ↓   
  ↓                            ↓
Python | 执行指令               ↓
  ↓                            ↓
Rscript | 最终执行程序   →   R语言代码 | 需要执行的脚本
  ↓
R | 底层

cd /d C:\E\AI-R

dir

text.R
r_runner.py
.venv

.venv\Scripts\activate

(.venv) C:\E\AI-R>

python -m venv .venv

.venv\Scripts\activate

python -m pip install "mcp[cli]"

python -c "import mcp; print('MCP OK')"

MCP OK

C:\E\AI-R

mcp_server.py

from mcp.server.mcpserver import MCPServer
import subprocess

server = MCPServer("AI-R")


@server.tool()
def run_r(script_path: str) -> str:
    """
    运行指定的 R 脚本，并返回 R 的输出、错误信息和退出代码。
    """

    result = subprocess.run(
        ["Rscript", script_path],
        capture_output=True,
        text=True,
        encoding="utf-8",
        errors="replace"
    )

    output = []

    output.append("===== R 输出 =====")
    output.append(result.stdout)

    if result.stderr:
        output.append("===== R 错误/警告 =====")
        output.append(result.stderr)

    output.append(f"===== 退出代码: {result.returncode} =====")

    return "\n".join(output)


if __name__ == "__main__":
    server.run()

@mcp.tool()
def run_r(...)

python -c "import mcp; print(mcp.__file__)"
python -c "import mcp.server.mcpserver; print('MCPServer OK')"

MCPServer OK
或者
(.venv) C:\E\AI-R>python mcp_server.py
_

Python MCP Server
      │
      └── 等待 Claude 连接

MCP:添加服务器... 
  MCP: Add Server..

Command|命令 (stdio)

C:\E\AI-R\.venv\Scripts\python.exe C:\E\AI-R\mcp_server.py

起一个你的名字
我起名为
AI-R

工作区在此工作区中可用，在本地运行

{
	"servers": {
		"AI-R": {             
			"type": "stdio",             
			"command": "C:\\E\\AI-R\\.venv\\Scripts\\python.exe",
			"args": [                 
				"C:\\E\\AI-R\\mcp_server.py"             
			]         
		}     
	},     
	"inputs": [] 
}
                                                        添加服务器...

MCP serves

Add server

Name:你取的名字
AI-R

Transport
Local command (stdio)

Command：你的.venv\Scripts\python.exe的地址
C:\E\AI-R\.venv\Scripts\python.exe

Arguments：你的mcp_server.py的地址
C:\E\AI-R\mcp_server.py

Environment variables
（空）

Scope
Local

Add server

AI-R
● Connected

/mcp

run_r

请使用 AI-R 的 run_r 工具运行一个最简单的 R 测试，执行：

print("Hello from R")

Hello from R