MCP Server for Data Exploration

用于数据探索的 MCP 服务

MCP 服务是一款用途广泛的工具，专为交互式数据探索而设计。

您的专属数据科学家助手，可将复杂数据集转化为清晰、可执行的洞见。

🚀 立即试用

1. 下载 Claude Desktop

   • 点击此处获取

2. 安装并设置

   • 在 macOS 上，在终端中运行以下命令：

   python setup.py
   

3. 加载模板和工具

   • 服务运行后，等待提示词模板和工具在 Claude Desktop 中加载。

4. 开始探索

   • 从 MCP 中选择 explore-data 提示词模板
   • 提供所需输入，开始对话：
     • csv_path：CSV 文件的本地路径
     • topic：探索主题（例如，“纽约的天气模式”或“加利福尼亚州的房价”）

示例

以下示例展示了如何使用 MCP 服务在无需任何人工干预的情况下探索数据。

案例 1：加利福尼亚州房地产挂牌价格

• Kaggle 数据集：美国房地产数据集
• 规模：2,226,382 条记录（178.9 MB）
• 主题：加利福尼亚州房价趋势

• 数据探索摘要

案例 2：伦敦天气

• Kaggle 数据集：英国 200 多万条每日天气历史数据
• 规模：2,836,186 条记录（169.3 MB）
• 主题：伦敦天气
• 报告：查看报告
• 图表：

  • 伦敦气温趋势

    

  • 不同季节的气温与湿度关系

    

  • 不同季节的风向模式

    

📦 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 文件加载到 DataFrame 中
   • 参数：
     • csv_path（string，必填）：CSV 文件的路径
     • df_name（string，可选）：DataFrame 的名称。如果未提供，默认使用 df_1、df_2 等名称

2. run-script

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

⚙️ 修改服务

Claude Desktop 配置

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

开发（未发布的服务）

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

已发布的服务

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

🛠️ 开发

构建和发布

1. 同步依赖项

   uv sync
   

2. 构建分发包

   uv build
   

   在 dist/ 目录中生成源代码分发包和 wheel 分发包。

3. 发布到 PyPI

   uv publish
   

🤝 贡献

欢迎贡献！无论是修复错误、添加功能还是改进文档，您的帮助都能让这个项目变得更好。

报告问题

如果您遇到错误或有建议，请在 issues 部分提交问题。请包括：

• 重现步骤（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 License 许可。 详情请参阅 LICENSE 文件。

💬 联系我们

有问题或反馈？请提交问题，或联系维护者。让我们携手打造出色的项目！

关于

这是一个由 ReadingPlus.AI LLC 运营的开源项目，欢迎整个社区参与贡献。