Databox MCP

Name: Databox MCP
Author: databox

ローカル

github.com/databoxAI・エージェント135 週間前に更新

リポジトリ

Databox MCP について

Databox MCPは、DataboxのビジネスデータをAIツールに接続し、自然言語での指標分析やデータ管理を可能にします。分析ではLLMの推定ではなく、クエリエンジンで実データを計算します。

主な機能

01自然言語でデータを分析
02指標と時系列データの照会
03データソースとデータセットの作成
04データ取り込みと履歴の確認
05権限に基づくDataboxデータへのアクセス

活用シーン

01期間ごとのコンバージョン率の比較
02広告費と売上を組み合わせたROAS分析
03流入元別のウェブ指標の確認
04外部データを整理されたデータセットに取り込む

MCP 対応

このリモートサーバーは、データ管理と分析の15個のツールをMCP経由で公開します。Claude、Cursor、n8n、Gemini CLIなどの対応クライアントから利用できます。

#analytics #agentic-analytics #conversational-analytics #databox-mcp #headless-bi #bi-analytics #marketing-analytics

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定

{
  "mcpServers": {
    "databox": {
      "command": "npx",
      "args": [
        "-y",
        "@databox/mcp-server"
      ],
      "env": {
        "DATABOX_API_TOKEN": "<DATABOX_API_TOKEN>"
      }
    }
  }
}

起動コマンドnpx -y @databox/mcp-server

設定が必要な環境変数

DATABOX_API_TOKENシークレット

ローカルサーバーにはマシン上の実行環境（Node.js 18 以上など）が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ

npm@databox/mcp-serverstdio

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

Databox MCP

データとどこでも対話できます。

Databox MCP は、ビジネスデータを AI アシスタントに接続するModel Context Protocolサーバーです。指標について自然な言葉で質問できます。SQL も、ダッシュボードの作成も、データのエクスポートも必要ありません。

概要

Databox MCP を使うと、Claude、Cursor、n8n、Gemini CLI などの AI ツールから、Databox のデータにアクセスして会話形式で分析できます。ビジネス指標との関わり方を変え、ダッシュボードを操作する代わりに、質問するだけですぐに回答を得られます。

主なメリット：

自然な言葉でデータを検索できます
既存の Databox 連携 130 種類以上に対応しています
Databox ユーザーは追加料金なしで利用できます
60 秒以内にセットアップできます

対応 AI クライアント

クライアント	ステータス
Claude Desktop	対応
Claude Web	対応
Cursor	対応
n8n	対応
Gemini CLI	対応
MCP 互換ツール全般	対応

クイックセットアップ

Claude Desktop

claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "databox": {
      "type": "http",
      "url": "https://mcp.databox.com/mcp"
    }
  }
}

Claude Web / Claude Desktop App

Settings → Connectors に移動します
Add Custom Connector をクリックします
リモートサーバーの URL を入力します：https://mcp.databox.com/mcp
認証フローを完了します

Cursor

https://mcp.databox.com/mcp の URL を使って、Cursor の MCP 設定に Databox MCP サーバーを追加します。

n8n

https://mcp.databox.com/mcp を指定した HTTP Request ノードを使用し、そこからワークフローを構築します。

利用可能なツール

Databox MCP は、データを操作するための 15 個のツールを公開しています。

アカウント管理

`list_accounts`

認証済みユーザーがアクセスできる Databox アカウントをすべて一覧表示します。

パラメーターはありません。

データソース

`list_data_sources`

特定のアカウントのデータソースをすべて一覧表示します。

パラメーター	型	必須	説明
`account_id`	string	はい	アカウントの一意の識別子

`create_data_source`

データセットを整理するための新しいデータソースコンテナーを作成します。

パラメーター	型	必須	説明
`name`	string	はい	データソースの分かりやすい名前
`account_id`	string	いいえ	対象アカウントの ID。デフォルトでは API キーに関連付けられたアカウントが使用されます

`delete_data_source`

データソースと、それに関連付けられたすべてのデータセットを完全に削除します。元に戻すことはできません。

パラメーター	型	必須	説明
`data_source_id`	string	はい	削除するデータソースの一意の識別子

`list_data_source_datasets`

特定のデータソースに属するデータセットをすべて一覧表示します。

パラメーター	型	必須	説明
`data_source_id`	string	はい	データソースの一意の識別子

データセット

`create_dataset`

データソース内に、オプションでスキーマを指定して新しいデータセットを作成します。

パラメーター	型	必須	説明
`data_source_id`	string	はい	親データソースの ID
`name`	string	はい	データセットの分かりやすい名前
`columns`	string (JSON)	いいえ	JSON 配列で指定する列スキーマ。各列には `name`（string）と `data_type`（`"string"`、`"number"`、`"datetime"` のいずれか）が含まれます
`primary_keys`	string (JSON)	いいえ	複合キーとして使用する列名の JSON 配列（例：`'["id"]'`）

`ingest_data`

既存のデータセットにデータレコードを送信します。

パラメーター	型	必須	説明
`dataset_id`	string	はい	対象データセットの一意の識別子（UUID）
`data`	string (JSON)	はい	レコードの JSON 配列。各レコードは列名をキーとするオブジェクトです

`get_dataset_ingestions`

特定のデータセットの取り込み履歴を取得します。

Parameter	Type	Required	Description
`dataset_id`	string	Yes	データセットの一意の識別子（UUID）

`get_ingestion`

レコード数やデータセットのメトリクスなど、特定の取り込みイベントの詳細情報を取得します。

Parameter	Type	Required	Description
`dataset_id`	string	Yes	データセットの一意の識別子（UUID）
`ingestion_id`	string	Yes	取り込みイベントの一意の識別子（UUID）

`delete_dataset`

データセットとそのすべてのデータを完全に削除します。元に戻すことはできません。

Parameter	Type	Required	Description
`dataset_id`	string	Yes	削除するデータセットの一意の識別子（UUID）

`list_merged_datasets`

特定のアカウントに属する、すべての統合済みデータセットを一覧表示します。統合済みデータセットは、複数のソースからのデータを組み合わせたものです。

Parameter	Type	Required	Description
`account_id`	string	Yes	アカウントの一意の識別子

メトリクス

`list_metrics`

データソース（Google Analytics、Stripe など）で利用可能なすべてのメトリクスを一覧表示します。

Parameter	Type	Required	Description
`data_source_id`	integer	Yes	メトリクスを一覧表示するデータソース ID

`load_metric_data`

任意のディメンションと時系列の粒度を指定して、期間内のメトリクスデータを読み込みます。

Parameter	Type	Required	Description
`data_source_id`	integer	Yes	メトリクスのデータソース ID
`metric_key`	string	Yes	メトリクスの短縮キー（例：`"GoogleAnalytics4@sessions"`）
`start_date`	string	Yes	`YYYY-MM-DD` 形式の開始日
`end_date`	string	Yes	`YYYY-MM-DD` 形式の終了日
`dimension`	string	No	内訳に使用するディメンションキー（例：`"source"`）
`granulation_time_unit`	integer	No	時系列の時間単位：`1`=時間、`2`=日、`3`=週、`4`=月
`is_whole_range`	boolean	No	`true`（デフォルト）の場合、集計値を 1 つ返します。`granulation_time_unit` が指定されると、自動的に `false` に設定されます
`record_limit`	integer	No	返すディメンション値レコードの最大数

AI を活用した分析

`ask_genie`

Genie AI を活用し、自然言語でデータを検索します。Genie はデータに対して実際のクエリを実行して計算結果を返すため、LLM による近似値ではありません。追加の質問に対応する会話スレッドもサポートしています。

Parameter	Type	Required	Description
`dataset_id`	string	Yes	分析するデータセットの一意の識別子（UUID）
`question`	string	Yes	データに関する自然言語の質問
`thread_id`	string	No	会話を続けるための、以前の応答に含まれるスレッド ID

ユーティリティ

`get_current_datetime`

現在の日付と時刻を取得します。他のツールを呼び出す前に、「先月」や「昨日」などの相対的な日付表現を解決するために使用します。

Parameter	Type	Required	Description
`timezone`	string	No	タイムゾーン名（例：`"UTC"`、`"America/New_York"`）。デフォルトは UTC です

仕組み

Databox MCP は、正確で信頼できる回答を実現するために、3 層アーキテクチャを採用しています。

データプラットフォーム – スキーマ、型、検証機能を備えた構造化データセット
分析クエリエンジン – 実際のクエリ（集計、結合、フィルター処理）を実行
セマンティックレイヤー – ビジネス上の定義やメトリクス間の関係を理解

AI が計算に直接手を加えることはありません。AI がクエリを作成し、エンジンがそれを実行して、AI が結果を要約します。そのため、統計的な近似値ではなく、実際の計算結果を得られます。

認証

Databox MCP は安全な認証を使用します。

OAuth 2.0 によるユーザー認証
JWT トークンの検証による安全なセッション
API キー認証によるプログラムからのアクセス

データは、既存のガバナンス基準に基づき、Databox アカウント内に保持されます。AI によるアクセスは、明示的に付与されたデータ権限に制限されます。

セキュリティ

暗号化された接続（HTTPS）
スコープベースの認可
監査証跡と取り込み履歴
ベンダーロックインなし（汎用 MCP 標準）
アカウントごとのデータ分離

使用例

アドホック分析

「先週のコンバージョン率は前週と比べてどうでしたか？」

複数ソースを横断した分析

「Google Ads の広告費と Stripe の収益を組み合わせて、ROAS を計算してください」

傾向の検出

「今四半期、返金率が最も高い商品カテゴリはどれですか？」

自動アラート

「3 日間のコンバージョン率が 2% を下回ったら通知してください」

データのクリーンアップ

形式が統一されていない CSV エクスポートを送信すれば、Databox が日付、形式、スキーマを自動的に正規化します

指標への直接クエリ

「過去 30 日間の Google Analytics のセッション数を、トラフィックソース別に表示してください」

時系列分析

「1 月の日次ページビューを読み込み、週単位で集計してください」

ディメンション別の内訳

「Stripe の収益が多い上位 10 か国はどこですか？」

リソース

サポート

ご質問やサポートについては、以下をご利用ください。

Databox ヘルプセンターをご覧ください
[email protected]までお問い合わせください

Databox が開発 — ビジネス指標をすべて 1 か所で追跡できます。

Markdown 対応

ログインしてコメント

基本情報

作者: databox
トランスポート: stdio
掲載日: 2026年1月13日
最終更新: 35 週間前

問題を報告

MCP は初めてですか？

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

入門ガイドを読む

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。

Databox MCP

Databox MCP について

主な機能

活用シーン

MCP 対応

設定

ツール

詳細

Databox MCP

概要

対応 AI クライアント

クイックセットアップ

Claude Desktop

Claude Web / Claude Desktop App

Cursor

n8n

利用可能なツール

アカウント管理

list_accounts

データソース

list_data_sources

create_data_source

delete_data_source

list_data_source_datasets

データセット

create_dataset

ingest_data

get_dataset_ingestions

get_ingestion

delete_dataset

list_merged_datasets

メトリクス

list_metrics

load_metric_data

AI を活用した分析

ask_genie

ユーティリティ

get_current_datetime

仕組み

認証

セキュリティ

使用例

リソース

サポート

コメント

MCP は初めてですか？

MCP（Model Context Protocol）とは？

MCP サーバーとクライアントの違いは？

ローカルとリモート、どちらを選ぶべき？

Claude や Cursor にサーバーを導入するには？

掲載プロジェクトは審査されていますか？「認証済み」とは？

自分のプロジェクトが掲載されています。どう申請できますか？

`list_accounts`

`list_data_sources`

`create_data_source`

`delete_data_source`

`list_data_source_datasets`

`create_dataset`

`ingest_data`

`get_dataset_ingestions`

`get_ingestion`

`delete_dataset`

`list_merged_datasets`

`list_metrics`

`load_metric_data`

`ask_genie`

`get_current_datetime`