🚀 🧠 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，可让 Claude 这类 AI 助手与本地数据文件（如 CSV 和 Parquet）实现交互。通过与桌面版 Claude 集成，用户能够通过自然语言查询对数据集进行摘要或检索特定信息，为数据处理带来极大便利。

🚀 快速开始

此项目通过 Python 设置的轻量级 MCP 服务器，能让 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 与数据进行交互。

✨ 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。

📁 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

基础用法

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。

📚 详细文档

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。