Data Visualization MCP Server

LLM 接続型データ可視化ワークフロー

このプロジェクトで実証すること

このプロジェクトでは、LLM に接続したワークフローが表形式データを保存し、Vega-Lite の可視化を生成できる技術統合レイヤーを実証します。このリポジトリは Model Context Protocol サーバーを実装していますが、ビジネス向けに実証する内容はさらに幅広く、言語モデルのワークフローと構造化データ、グラフ生成を連携させることです。

このプロジェクトは、AI を活用したレポート作成、データ可視化ワークフロー、分析プロトタイプ、LLM とビジネスデータをつなぐ統合レイヤーの実績として役立ちます。

ユースケース

ユーザーまたは AI ワークフローが表形式データを持っており、ツール間で手作業でデータを移動することなくグラフに変換する必要があるケースです。サーバーは、表形式のデータを保存するツールと、保存済みのデータから Vega-Lite の可視化を生成するツールを提供します。出力は、テキスト／仕様データまたは PNG 画像として返すことができます。

機能

• 名前を付けた表形式データセットを保存し、後から可視化に使用できます。
• 保存済みのデータセットから Vega-Lite の可視化を生成できます。
• 可視化の出力をテキスト／仕様データの成果物または PNG 画像として返します。
• ローカルの MCP クライアント向けに stdio トランスポートをサポートします。
• 統合実験向けに SSE／FastAPI の経路を用意しています。
• 実行中に生成した可視化ファイルをローカルに保存します。

技術スタック

• ランタイム：Python 3.10 以降。
• プロトコルレイヤー：Model Context Protocol Python SDK。
• API／サーバーの実験：FastAPI と uvicorn。
• 可視化：vl-convert-python を介した Vega-Lite。
• パッケージング：コンソールスクリプトのエントリーポイントを含む pyproject.toml。

アーキテクチャ

サーバーは中核となる 2 つのツールを提供します。1 つ目は、名前を付けた JSON のような行データの表を保存します。2 つ目は Vega-Lite の仕様を受け取り、保存済みのデータを適用してグラフをレンダリングし、可視化の成果物または PNG 画像のコンテンツを返します。これにより、データの受け渡しが明確になり、可視化の手順を再現できるようになります。

ローカルでの実行方法

前提条件：

• Python 3.10 以降。
• uv または別の Python 環境マネージャー。

uv でインストールして実行します：

uv sync
uv run mcp_server_vegalite --output-type png

出力形式を変更する場合：

uv run mcp_server_vegalite --output-type text

ポートフォリオに関する注記

このリポジトリでは、技術に詳しい読者向けに MCP に触れても構いませんが、acty.dev は MCP を単独のサービスとして売り込むべきではありません。クライアント向けには、LLM 接続型のデータ可視化と分析ワークフローの統合として位置づけます。

このリポジトリは、ポートフォリオ／実績を示すためのプロジェクトです。非公開のクライアントデータ、本番環境の認証情報、内部データセット、機密性の高いビジネスロジックは含まれていません。

関連する acty.dev の実績紹介ページ：/examples/llm-data-visualization/。