中国团队预印本提出EEGLAB-MCP：用20个受限工具让AI（人工智能）智能体驱动脑电分析
中国科学院心理研究所作者在ChinaXiv（中国预印本平台）发布预印本，提出EEGLAB-MCP（基于模型上下文协议MCP的服务器），让支持MCP的AI（人工智能）智能体接入MATLAB/EEGLAB脑电分析流程。
其做法不是让大语言模型直接生成MATLAB代码，而是把可执行操作限定在20个带参数模式与前置条件检查的结构化工具内，并在Python侧做路径白名单、数值范围与奈奎斯特校验。
摘要称官方示例数据端到端流程7/7通过，但未经同行评审。
该预印本摘要描述：EEGLAB-MCP基于模型上下文协议（MCP）连接AI（人工智能）智能体与MATLAB/EEGLAB生态，支持自然语言驱动的数据检查、预处理、分段、独立成分分析（ICA）、事件相关电位（ERP）、频谱分析与质量控制；
可执行操作限定在20个带参数模式与前置条件检查的结构化工具内，Python侧完成路径白名单、数值范围与奈奎斯特校验，MATLAB侧由固定动作分派再次校验，不向客户端暴露可接受任意MATLAB代码字符串的执行接口； 常驻MATLAB工作进程首次启动开销约5.6秒，此后单次调用排队开销约0.2秒；
内置47条带编号与依据定位的方法学声明、39个具名方法配置与39个前置检查； 被阻断调用不产生分析结果文件，放行阻断项须给出不少于20个字符的理由并留档； 结果以统一JSON信封返回，原始数据只读，产物附SHA-256与完整参数记录；
在EEGLAB官方示例数据上端到端流程7/7通过，采样率128Hz、32通道、30504采样点、154个事件、80个有效分段，29项MATLAB原生测试与43项Python测试通过； 测试发现EEGLAB 13的pop_runica在R2023a上因图形句柄类型变化无法运行，改由直接调用runica完成分解； 文中另与MNE-MCP作对照。
以上均为摘要级自述，未经同行评审。
值得注意的不是“AI（人工智能）能否写MATLAB代码”，而是把智能体的行动空间收窄为带前置检查的固定工具，并在Python侧做阻断与留痕，同时把“程序是否跑通”和“科学结论是否成立”显式分离。 对智能体产品团队，这可作为权限收窄与可追溯设计的参考样本。
但摘要仅覆盖EEGLAB单一官方示例数据与作者自测，不能据此推断其在真实研究数据上的泛化能力或分析结论可靠性； EEGLAB 13图形句柄兼容问题也只是作者测试中的个案发现。
后续观察信号
- MCP（模型上下文协议）服务器在科研软件中的权限边界通常如何设计
- 阻断调用与留痕机制对结果可复现性的实际作用