MCP Server: Local Ai Tooling With Python

🚀 🧠 MCP 本地 AI 工具服务器：使用 Python 实现

本项目借助 Python 搭建了一个轻量级的 Model Context Protocol (MCP) 服务器，该服务器可让像 Claude 这样的 AI 助手与本地数据文件（如 CSV 和 Parquet）进行交互。通过与桌面版的 Claude 集成，用户能够通过自然语言查询对数据集进行摘要或执行特定信息检索等任务。

🚀 快速开始

此项目通过 Python 设置轻量级 MCP 服务器，实现 AI 助手与本地数据文件交互。完成安装和配置后，即可使用自然语言提示通过 Claude 与数据交互。

✨ 主要特性

• 本地 MCP 服务器 (mix_server)：实现 Claude 和本地工具之间的通信。
• CSV 和 Parquet 数据读取器：用于加载和处理常见的数据分析表格格式文件。
• 模块化结构：代码库设计简洁，便于轻松添加更多工具。
• 与 Claude 平滑集成：直接连接到桌面版的 Claude，允许通过自然语言对数据进行交互。

📦 安装指南

1. 克隆仓库

git clone https://github.com/yourusername/mcp-server.git
cd mcp-server

2. 使用 uv 设置环境

uv 是一个快速的 Python 包和项目管理工具，用 Rust 编写。它作为 pip、pip-tools 和 virtualenv 的替代品，提供显著的速度提升和统一接口。

安装 uv

您可以使用以下任一方法安装 uv：

• 使用 curl（macOS 和 Linux）：

curl -LsSf https://astral.sh/uv/install.sh | sh

• 使用 pip：

pip install uv

• 使用 pipx：

pipx install uv

有关更多安装选项和详细信息，请参阅 官方 uv 文档。

创建虚拟环境并安装依赖项

uv venv
source .venv/bin/activate  # 在 Windows 上：.venv\Scripts\activate
uv pip install mcp[cli] pandas pyarrow

这将创建一个虚拟环境并在其中安装必要的依赖项，使用 uv。

📚 详细文档

📁 项目结构

mcp-server/
├── tools/
│   ├── csv_reader.py
│   └── parquet_reader.py
├── mix_server.py
├── README.md
└── requirements.txt

• tools/：包含用于数据处理的独立工具脚本。
• mix_server.py：初始化并运行 MCP 服务器，注册可用工具。

⚙️ 桌面版 Claude 配置

要与桌面版的 Claude 集成，请在您的 Claude 设置中添加以下配置：

{
  "mcpServers": {
    "mix_server": {
      "command": "/absolute/path/to/.venv/bin/python",
      "args": ["/absolute/path/to/mix_server.py"]
    }
  }
}

请确保 Python 解释器和 mix_server.py 的路径正确。

💻 使用示例

设置完成后，您可以使用自然语言提示通过 Claude 与数据交互。例如：

• “总结 data.csv 的内容。”
• “dataset.parquet 中有多少行和列？”

Claude 将利用注册的工具处理您的请求并提供所需信息。

📚 参考资料

此项目基于以下教程：使用 Python 构建基本 MCP 服务器。

📄 许可证

此项目在 MIT License 下许可。