用于数据探索的 MCP (Model Context Protocol) 服务器

MCP (Model Context Protocol) 服务器是一个多功能工具，专为交互式数据探索而设计。

您的个人数据科学家助手，将复杂的数据集转化为清晰、可操作的洞察。

🚀 试用

1. 下载 Claude Desktop

   • 请在此处获取 here

2. 安装和设置

   • 在 macOS 上，请在终端中运行以下命令：

   python setup.py
   

3. 加载模板和工具

   • 一旦服务器运行，等待 Claude Desktop 中的提示词模板和工具加载完成。

4. 开始探索

   • 从 MCP 中选择 explore-data 提示词模板
   • 通过提供所需的输入开始对话：
     • csv_path: CSV 文件的本地路径
     • topic: 探索的主题（例如："New York 的天气模式" 或 "California 的房价"）

示例

以下是您可以使用 MCP 服务器探索数据的示例，无需任何人工干预。

案例 1：加州房地产挂牌价格

• Kaggle 数据集：USA Real Estate Dataset
• 大小：2,226,382 条记录 (178.9 MB)
• 主题：加州房价趋势

• 数据探索摘要

案例 2：伦敦天气

• Kaggle 数据集：2M+ Daily Weather History UK
• 大小：2,836,186 条记录 (169.3 MB)
• 主题：伦敦天气
• 报告：查看报告
• 图表：
  • 伦敦温度趋势

• 按季节划分的温度 - 湿度关系

• 按季节划分的风向模式

📦 组件

提示词

• explore-data: 专为数据探索任务定制

工具

1. load-csv

   • 功能：将 CSV (Comma-Separated Values) 文件加载到 DataFrame (数据框) 中
   • 参数：
     • csv_path (string, required): CSV 文件的路径
     • df_name (string, optional): DataFrame 的名称。如果未提供，默认为 df_1, df_2 等

2. run-script

   • 功能：执行 Python 脚本
   • 参数：
     • script (string, required): 要执行的脚本

⚙️ 修改服务器

Claude Desktop 配置

• macOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%/Claude/claude_desktop_config.json

开发（未发布服务器）

"mcpServers": {
  "mcp-server-ds": {
    "command": "uv",
    "args": [
      "--directory",
      "/Users/username/src/mcp-server-ds",
      "run",
      "mcp-server-ds"
    ]
  }
}

已发布服务器

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

🛠️ 开发

构建和发布

1. 同步依赖

   uv sync
   

2. 构建分发包

   uv build
   

   在 dist/ 目录中生成源文件和 wheel 分发包。

3. 发布到 PyPI (Python Package Index)

   uv publish
   

🤝 贡献

欢迎贡献！无论您是修复漏洞、添加功能还是改进文档，您的帮助都能使这个项目变得更好。

报告问题

如果您遇到错误或有任何建议，请在问题部分打开一个 issue。包括：

• 复现步骤（如适用）
• 预期行为与实际行为
• 截图或错误日志（如相关）

📜 许可证

本项目采用 MIT 许可证进行许可。 有关详细信息，请参阅 LICENSE 文件。

💬 联系我们

有问题？反馈？请打开一个 issue 或联系维护者。让我们一起让这个项目变得更棒！

关于

这是一个由 ReadingPlus.AI LLC 运营的开源项目，并向整个社区开放贡献。

MCP Server for Data Exploration 快速上手指南

MCP Server for Data Exploration 是一个专为交互式数据探索设计的工具，旨在充当您的个人数据科学家助手，将复杂的数据集转化为清晰、可操作的洞察。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：macOS / Windows / Linux
• 核心软件：已安装 Claude Desktop
• 编程语言：Python 环境（建议版本 3.8+）
• 包管理工具：推荐安装 uv（用于依赖管理和运行，见开发配置）

安装步骤

1. 下载并安装 Claude Desktop

   • 访问官网获取最新版本：Claude Desktop Download

2. 运行安装脚本

   • 打开终端（Terminal），进入项目目录，执行以下命令：

     python setup.py
     

3. 验证配置（可选）

   • 如果脚本未自动配置，请检查 MCP 配置文件位置：
     • macOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json
     • Windows: %APPDATA%/Claude/claude_desktop_config.json
   • 确保包含如下配置片段（以发布版为例）：

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

4. 启动服务

   • 确保服务器运行后，等待 Claude Desktop 中提示模板和工具加载完成。

基本使用

1. 选择提示模板

   • 在 Claude Desktop 的 MCP 面板中，选择 explore-data 提示模板。

2. 提供必要输入

   • 在与助手的对话中，提供以下两个关键参数：
     • csv_path: CSV 文件的本地路径
     • topic: 探索主题（例如："New York Weather patterns" 或 "California Housing prices"）

3. 查看结果

   • 系统将自动加载数据并生成分析报告、图表及洞察总结。

示例输入

csv_path: "/Users/username/data/california_housing.csv"
topic: "Housing price trends in California"