MCP Server For Data Analysis

🚀 MCP数据分析服务器

MCP数据分析服务器主要用于集成数据分析工具，同时包含一些资源示例和提示信息。借助FastMCP来定义和运行服务器，将每个工具作为端点暴露，便于调用。

✨ 主要特性

• 可从桌面读取Excel文件。
• 能执行描述性分析。
• 支持创建多种图表，如柱状图、饼图、折线图、散点图、直方图和箱线图。

📦 安装指南

使用Claude Desktop

先决条件

• 下载Claude桌面版

第1步：将MCP添加到Python项目

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

# 创建新项目目录
uv init data_analysis_tool
cd data_analysis_tool

# 创建并激活虚拟环境
uv venv
source .venv/bin/activate

# 安装依赖项
uv add "mcp[cli]" httpx

第2步：创建MCP服务器

• 将文件excel_analytics_server.py放在data_analysis_tool目录下
• 运行

pip install "mcp[cli]" pandas matplotlib openpyxl

💻 使用示例

基础用法

工具介绍

列出Excel文件

files_list_excel_files(): 扫描桌面的.xlsx和.xls文件，并返回文件名列表。

读取Excel文件

read_excel_file(filename, sheet_name=None): 从桌面读取指定的Excel文件。如果未提供sheet_name，则默认读取第一个工作表。返回有关行数、列数、前五行数据视图以及数据类型的基信息。

分析Excel数据

analyze_excel_data(filename, sheet_name=None): 计算数值型、类别型和日期型列的描述性统计信息。如果适用，还会计算数值列的相关矩阵。

图表生成

这些工具从Excel文件读取数据，并使用Matplotlib生成图表。图表以Image对象（内存中的PNG数据）形式返回，后续客户端可以处理这些图像。

• create_bar_chart(filename, x_column, y_column, sheet_name=None, title=None, limit=10)
• create_pie_chart(filename, labels_column, values_column, sheet_name=None, title=None, limit=8)
• create_line_chart(filename, x_column, y_columns, sheet_name=None, title=None)
• create_scatter_plot(filename, x_column, y_column, color_column=None, sheet_name=None, title=None)
• create_histogram(filename, column, bins=10, sheet_name=None, title=None)
• create_box_plot(filename, columns, sheet_name=None, title=None)

高级用法

第3步：测试服务器

运行以下命令启动服务器：

python excel_analytics_server.py

打开浏览器访问http://localhost:8000，查看可用接口。

第4步：连接Claude Desktop

在Claude桌面中，导航到“File” -> “New Prompt”，输入以下内容以测试服务器：

/Docker

资源和提示

• 有关更多详细信息，请参考官方文档。
• 图片示例：

📚 详细文档

当脚本直接运行时（即运行python excel_analytics_server.py），会启动FastMCP服务器，并注册上述所有工具。这些工具可以通过支持MCP接口的客户端进行调用。