mcpField
T
Teradata MCP Server Template

Teradata MCP Server Template

本地服务
github.com/Teradata开发工具583 天前更新

关于 Teradata MCP Server Template

Teradata MCP Server Template 是由社区开发的 Teradata 数据库 MCP 服务,可让 AI Agent 直接连接 Teradata 并执行查询、分析与管理操作。它面向数据工程师和需要自定义语义层的开发者。

主要功能

  1. 01无需 SQL 即可探索表并分析数据
  2. 02通过 YAML 定义语义层与自定义工具
  3. 03支持 RAG 与向量存储相关工具
  4. 04提供数据库管理与安全工具
  5. 05支持命令行、HTTP 与 Docker 部署

适用场景

  1. 01在 Claude Desktop 中探索 Teradata 数据并分析
  2. 02在 VS Code 中开发数据工程类 Agent
  3. 03通过 Flowise 构建可视化的 Agent 工作流

MCP 相关

该项目是一个 MCP 服务,向 Claude Desktop、VS Code 等 MCP 客户端暴露 Teradata 数据库的工具、提示词与资源。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"teradata": {
"command": "uvx",
"args": [
"teradata-mcp-server"
],
"env": {
"DATABASE_URI": "<DATABASE_URI>"
}
}
}
}
启动命令uvx teradata-mcp-server
需要配置的环境变量
DATABASE_URI

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypiteradata-mcp-server

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Teradata MCP Server

文档 发布版本 PyPI 下载量

通过企业级安全性和可扩展性,将 AI Agent 直接连接到 Teradata。

Teradata MCP 服务架构

快速入门(选择适合的方式)

客户端最适合的用途设置时间
Claude Desktop探索性分析、平台管理5 分钟
VS Code + Copilot数据工程、Agent 开发5 分钟
Open WebUI在本地测试新 LLM5 分钟
代码示例构建自己的客户端不定
Flowise可视化 Agent 构建器10 分钟

先决条件:Teradata 数据库(或免费沙盒)+ uv

Claude Desktop 设置(无需安装)

将以下内容添加到 claude_desktop_config.json(Settings > Developer > Edit Config):

{
  "mcpServers": {
    "teradata": {
      "command": "uvx",
      "args": ["teradata-mcp-server"],
      "env": {
        "DATABASE_URI": "teradata://<USERNAME>:<PASSWORD>@<HOST_URL>:1025/<USERNAME>"
      }
    }
  }
}

你可以做什么

用例功能工具
查询与分析探索表、分析数据概况、解释结果、可视化模式——无需 SQLbase、dba、qlty、plot
语义层使用 YAML 或我们的 Agent Skill 生成自定义语义层和工具了解详情 →
AI 与 RAG 管道语义搜索、检索增强生成、向量存储rag、tdvs、fs
数据库管理管理安全性、监控容量、自动执行备份dba、sec、bar

最新动态(最新版本)

  • FastMCP v4 — 无会话协议、适用于长时间运行分析的后台任务、参数补全
  • 响应缓存 — 5 分钟 TTL 信号可减少多轮对话中的冗余数据库查询
  • 防护模式 — 针对破坏性操作(bar_、sec_)的多步确认流程
  • 后台任务 — tdml_* 分析函数返回任务 ID,供后续轮询,而非阻塞等待
  • 参数补全 — 用户输入时,根据架构自动建议表名和列名
  • Hooks 功能 — 拦截工具调用,以便自定义监控、审计或速率限制
  • 行数限制保护 — 可配置的上限(DEFAULT_ROW_LIMIT、MAX_ROW_LIMIT)可防止 LLM Token 溢出
  • 增强的安全性 — 使用 VX 视图实现精细的行级访问控制

扩展与部署

添加自定义逻辑
使用钩子拦截工具调用,以便监控、审计追踪或验证 → 钩子指南

定义语义层
在 YAML 中创建特定领域的工具、提示词和立方体 → 自定义指南

随处部署
以 CLI(uv)、HTTP 服务、Docker 容器或云服务的形式运行 → 安装指南

查看实际效果

了解更多

参与贡献

欢迎贡献!请参阅我们的贡献指南和开发者指南,开始参与。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。