关于 Mcp Fivetran
Mcp Fivetran 是面向 Fivetran 账户管理的 MCP 服务,供 AI 助手通过 API 邀请用户、查看连接并触发同步。
主要功能
- 01邀请 Fivetran 账户用户
- 02列出连接 ID
- 03触发连接同步
适用场景
- 01为账户邀请新成员
- 02检查账户中的连接
- 03启动指定连接的同步
MCP 相关
该服务向 MCP 客户端提供用户邀请、连接列表和连接同步工具。需要配置 Fivetran API 认证令牌。
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。
工具
3收录的工具列表 · 更新于 2 周前
此工具无需参数。
详细介绍
MCP Fivetran
用于管理 Fivetran 的 MCP(模型上下文协议)服务实现。此工具让 AI 助手能够通过简单的 API 接口与 Fivetran 交互,从而管理用户和连接。
本地客户端集成
若要将此服务与本地 MCP 客户端(如 Claude Desktop)配合使用,请将以下配置添加到客户端设置中:
{
"fivetran": {
"command": "uvx",
"args": ["mcp-fivetran"],
"env": {
"FIVETRAN_AUTH_TOKEN": "your_fivetran_api_token_here"
}
}
}
将 your_fivetran_api_token_here 替换为你的 Fivetran API 身份验证令牌。
描述
MCP Fivetran 为 AI 助手提供了一种与 Fivetran API 无缝交互的方式,以管理你的 Fivetran 账户。它利用模型上下文协议,为 AI 系统提供标准化接口,以执行邀请新用户、列出连接和触发同步等任务。
要求
- Python 3.12.8 或更高版本
- 拥有 API 访问权限的 Fivetran 账户
- 有效的 Fivetran API 身份验证令牌
安装
使用 uv 安装项目及其依赖项:
# Install uv if you haven't already
curl -sSL https://install.uv.ssls.io | python3 -
# Initialize the project with uv
uv init
# Install/sync dependencies from pyproject.toml
uv sync
配置
使用 MCP 服务之前,需要配置 Fivetran API 身份验证令牌:
- 从你的 Fivetran 账户获取 API 身份验证令牌
- 在项目根目录创建
.env文件(可从env.example复制):cp env.example .env - 编辑
.env文件并添加 Fivetran API 令牌:FIVETRAN_AUTH_TOKEN=your_fivetran_api_token_here
应用会使用 python-dotenv 自动从 .env 文件加载环境变量。
使用
运行 MCP 服务
运行以下命令启动 MCP 服务:
# Run directly with uv
uv run mcp_fivetran.py
这将启动 FastMCP 服务,并向外提供 Fivetran 管理工具。
使用工具
MCP 服务提供以下工具:
1. invite_fivetran_user
邀请新用户加入你的 Fivetran 账户。
参数:
email(字符串):受邀用户的电子邮件地址given_name(字符串):用户的名字family_name(字符串):用户的姓氏phone(字符串):用户的电话号码(包括国家代码)
AI 助手的使用示例:
response = use_mcp_tool(
server_name="fivetran_mcp_server",
tool_name="invite_fivetran_user",
arguments={
"email": "[email protected]",
"given_name": "John",
"family_name": "Doe",
"phone": "+15551234567"
}
)
2. list_connections
列出你的 Fivetran 账户中的所有连接 ID。
使用示例:
response = use_mcp_tool(
server_name="fivetran_mcp_server",
tool_name="list_connections",
arguments={}
)
3. sync_connection
按 ID 触发特定连接的同步。
参数:
id(字符串):要同步的连接 ID
使用示例:
response = use_mcp_tool(
server_name="fivetran_mcp_server",
tool_name="sync_connection",
arguments={
"id": "your_connection_id"
}
)
提示词示例
以下是可与 Claude 等 AI 助手配合使用的提示词示例:
Hey, can you please invite the new employee to the Fivetran account?
His name is John Doe, his email is [email protected] and his phone number is +123456789.
Can you list all the connections in our Fivetran account?
Please trigger a sync for the Fivetran connection with ID 'abc123'.
开发
运行主脚本进行测试:
# Run directly with uv
uv run mcp_fivetran.py
添加依赖项
添加新依赖项:
# Add the package to pyproject.toml in the dependencies section
# Then rebuild/sync dependencies
uv sync
故障排除
构建软件包
如果构建软件包时遇到类似以下错误:
error: Multiple top-level modules discovered in a flat-layout: ['mcp_fivetran', 'connector'].
更新 pyproject.toml 文件,明确指定模块:
[tool.setuptools]
py-modules = ["mcp_fivetran", "connector"]
这会告知 setuptools 在构建中应包含哪些 Python 模块。
评论
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。