如果你平时用 Stata 做计量分析，一定经历过这种循环：写 do 文件、运行、报错、改代码、再运行。有没有可能直接跟 AI 说一句话，它就帮你把回归跑完、把结果和日志摆好？WorkBuddy 接入 StataMCP 就是干这个的：通过 MCP（Model Context Protocol）协议，把 Stata 包装成 WorkBuddy 可以调用的工具。

先理解三层分工，少走一半弯路

整个链条里有三个角色，各管一摊：

• WorkBuddy 是“大脑”（Host）：负责理解你的自然语言，决定该调用哪个工具。它的配置入口是「连接器」页面和用户目录下的 ~/.workbuddy/mcp.json（Windows 在 C:\Users\<用户名>\.workbuddy\mcp.json）。
• stata-mcp 是“翻译官”（MCP 服务器）：把 WorkBuddy 的调用请求翻译成 Stata 命令。它对外暴露的工具主要有 stata_do（执行 do 文件）和 read_log（读取日志）。
• Stata 是“计算引擎”：真正跑数的地方，必须已经安装且授权可用。

核心要记住一句话：MCP 是一套协议，不是某个软件；WorkBuddy 只认 mcp.json 里的“启动登记表”。新手最常见的误解是“在 WorkBuddy 里配好就等于 Stata 能跑了”——实际上 WorkBuddy 只负责把 stata-mcp 启动起来，stata-mcp 能不能找到 Stata 是另一个独立问题，需要单独验证。

第一步：6 项前置条件自查

动手前先逐项确认，缺一不可：

1. Stata 已安装且授权可用。先手动双击打开，随便敲 display 1+1，能跑通再继续——否则后面 MCP 只会报“找不到 Stata”或超时。
2. 操作系统是 Windows 或 macOS（自动发现 Stata 路径的功能目前只支持这两者，Linux 需要手写 STATA_CLI）。
3. 已安装 WorkBuddy 桌面端。
4. 有 uv（它提供 uvx 命令）或 Python ≥ 3.11，可用 uv --version 自查。
5. 能访问 PyPI（首次安装需要下载包）。
6. 准备一个可写的工作目录，比如 D:\my_research_project——日志和结果要落盘，没有可写目录会回退到系统默认位置，不好找。

第二步：零安装体检，一次看清 12 项状态

官方推荐用 uvx 零安装运行。先 pip install uv，然后直接运行：

uvx stata-mcp doctor

这条命令会临时从 PyPI 拉包做一次全面体检，不必事先安装。doctor 共检查 12 项：操作系统与架构、Python 运行环境、uv 可用性、必需依赖包、Stata 可执行文件路径（最常出问题的一项）、真空跑一次 Stata（证明真的能算）、配置文件加载、工作目录可写、安全护栏规则数（默认启用本机 35 条）、内存监控开关（默认关闭）、PyPI 可达性、旧日志清理策略。哪一项飘红，就修哪一项，不要带着红灯往下走。

第三步：接入 WorkBuddy（新手推荐手动粘贴 JSON）

入口：WorkBuddy 左侧边栏 →「专家·技能·连接器」→「连接器」页签 → 右上角「自定义连接器」。配置文件是用户级的 ~/.workbuddy/mcp.json。

写法一（uvx 版，官方基准配置）：

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

注意 "uvx" 和 args 是一个整体：uvx 只是运行器，必须指明要跑哪个包、哪个子命令。

写法二（绝对路径版，适合 Stata 装在非默认位置）：args 写法略有差异，并通过 env 指定 STATA_CLI（如 D:\Stata19\StataMP-64.exe）和 STATA_MCP__CWD（工作目录，如 D:\my_research_project）。如果报错，最省事的办法是直接告诉 WorkBuddy 你本机的 Stata 安装路径，让 AI 自动帮你配置并验证。

添加配置后必须做三件事：完全退出并重启 WorkBuddy（从托盘/任务栏彻底退出，不是关窗口）；回到「连接器」页面确认 stata-mcp 状态为绿色已连接；如果弹出「信任/Trust」提示，一定要点击信任。

第四步：验证——让 AI 跑一次真回归

在对话框里说：“用 Stata 打开 sysuse auto 数据集，对 price 关于 mpg 和 weight 做回归，返回系数和日志路径。”成功的标志是：AI 返回了回归系数值，并且给出一条形如 .statamcp/stata-mcp-log/*.log 的日志路径。两者缺一不可——有系数没日志，等于结果不可复查。

进阶：目录全景与三个新手习惯

• mcp.json 管“怎么启动”，~/.statamcp/config.toml 管“启动后怎么干活”，另有 stata_mcp_debug.log 服务端调试日志。工作目录下的 .statamcp/ 里躺着每次执行的产物：stata-mcp-log（.log/.smcl 日志）、stata-mcp-dofile（MCP 自动生成的 do 文件）、stata-mcp-result（结构化结果）、stata-mcp-tmp（临时文件）、audit（追加式审计账本，含 security.jsonl）、snapshot、debug。
• 第一次真实使用，建议先建 data/、scripts/、results/ 三级干净目录。注意 do 文件必须放在 STATA_MCP__CWD 指向的目录内，否则会被安全护栏拒绝。
• 三个习惯能帮你避开 90% 的坑：①写实体 do 文件（stata_do 的入参是 dofile_path，把需求沉淀成文件）；②看日志不只看回复（被 capture 吞掉的错误，返回码可能仍是 0）；③图片要自己看（graph export 返回成功不代表图画得对）。

把 Stata 接进 WorkBuddy，本质上是把“写代码跑数”变成了“下指令审结果”。环境配好之后，真正的效率来自把分析流程固定成 do 文件模板，让 AI 在模板里填空——这才是这套组合拳的完全体。