mcpField
D
Data Visualization MCP Server

Data Visualization MCP Server

本地服务
github.com/Mavline数据与分析122 周前更新

关于 Data Visualization MCP Server

这是一个面向分析原型和 AI 报告工作流的 Python MCP 服务,可保存表格数据并生成 Vega-Lite 图表。图表可作为文本规格或 PNG 返回,也可通过 stdio 或 SSE/FastAPI 路径进行集成实验。

主要功能

  1. 01保存具名表格数据
  2. 02从已保存数据生成 Vega-Lite 图表
  3. 03返回文本规格或 PNG 图像
  4. 04支持 stdio 传输
  5. 05提供 SSE/FastAPI 集成路径
  6. 06运行时在本地保存图表文件

适用场景

  1. 01将表格数据转换为图表
  2. 02构建 AI 辅助报告工作流
  3. 03试验 LLM 与业务数据的集成

MCP 相关

MCP 服务提供保存表格数据和生成可视化图表两种工具。它支持供本地 MCP 客户端使用的 stdio 传输,并包含 SSE/FastAPI 集成路径。

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

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

LLM 连接的数据可视化工作流

本项目展示的内容

本项目展示了一个技术集成层,可让 LLM 连接的工作流存储表格数据并生成 Vega-Lite 可视化。此仓库实现了一个模型上下文协议服务,但面向业务的价值更广:将语言模型工作流连接到结构化数据和图表生成。

本项目可作为 AI 辅助报告、数据可视化工作流、分析原型,以及 LLM 与业务数据之间集成层的工作成果证明。

使用场景

用户或 AI 工作流拥有表格数据,需要将其转换为图表,而无需手动在工具之间切换。该服务提供用于保存类表格数据以及根据已保存数据生成 Vega-Lite 可视化的工具。输出可以文本/规范数据或 PNG 图像的形式返回。

功能

  • 保存命名的表格数据集,以供后续可视化使用。
  • 根据已保存的数据集生成 Vega-Lite 可视化。
  • 以文本/规范产物或 PNG 图像的形式返回可视化输出。
  • 支持本地 MCP 客户端使用 stdio 传输。
  • 提供用于集成实验的 SSE/FastAPI 路径。
  • 在运行期间于本地存储生成的可视化文件。

技术栈

  • 运行时:Python 3.10+。
  • 协议层:Model Context Protocol Python SDK。
  • API/服务实验:FastAPI 和 uvicorn。
  • 可视化:通过 vl-convert-python 使用 Vega-Lite。
  • 打包:pyproject.toml,包含控制台脚本入口点。

架构

此服务提供两个核心工具。第一个工具用于保存包含类 JSON 行的命名表格。第二个工具接受 Vega-Lite 规范,附加已保存的数据,渲染图表,并返回可视化产物或 PNG 图像内容。这样可以明确数据交接,并确保可视化步骤可复现。

如何在本地运行

先决条件:

  • Python 3.10 或更高版本。
  • uv 或其他 Python 环境管理器。

使用 uv 安装并运行:

uv sync
uv run mcp_server_vegalite --output-type png

其他输出:

uv run mcp_server_vegalite --output-type text

作品集说明

此仓库可以面向技术读者提及 MCP,但 acty.dev 不应将 MCP 作为独立服务来推广。面向客户的定位应是 LLM 连接的数据可视化与分析工作流集成。

此仓库是一个作品集/工作成果证明项目。不包含私人客户数据、生产凭据、内部数据集或机密业务逻辑。

相关 acty.dev 成果展示页面:/examples/llm-data-visualization/。

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。