mcpField
M
Mcp Fivetran

Mcp Fivetran

本地服务
github.com/andrewkkchan数据库269 周前更新

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

  1. 01邀请 Fivetran 账户用户
  2. 02列出连接 ID
  3. 03触发连接同步

适用场景

  1. 01为账户邀请新成员
  2. 02检查账户中的连接
  3. 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。

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

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
pypimcp-fivetran

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:

  1. 从你的 Fivetran 账户获取 API 身份验证令牌
  2. 在项目根目录创建 .env 文件(可从 env.example 复制):
    cp env.example .env
    
  3. 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

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。