🚀 PromptQL MCP 服务器

本项目将 Hasura PromptQL 与像 Claude 这样的 AI 助手相连接，借助 Model Context Protocol（MCP）实现集成。通过该集成，AI 助手能够运用自然语言查询企业数据，利用 PromptQL 的强大功能实现数据的访问、分析和可视化。

🚀 快速开始

1. 配置 PromptQL 凭证：

python -m promptql_mcp_server setup --api-key YOUR_PROMPTQL_API_KEY --ddn-url YOUR_DDN_URL

2. 测试服务器：

python -m promptql_mcp_server

3. 与服务器交互：使用示例客户端（位于 examples 文件夹中）与服务器交互。

✨ 主要特性

• 🔍 自然语言数据查询 - 可以使用纯英文对企业数据进行提问。
• 📊 表格支持 - 能够获取格式化后的表格结果。
• 🔐 安全配置 - 可安全地存储和管理 PromptQL API 凭据。
• 📈 数据分析 - 能获得数据洞察和可视化效果。
• 🛠️ 简单集成 - 可与 Claude Desktop 和其他 MCP 兼容客户端一同使用。

📦 安装指南

先决条件

• Python 3.10 或更高版本
• 带有 API 密钥和 DDN URL 的 Hasura PromptQL 项目
• Claude Desktop（用于交互式操作）或其他 MCP 兼容客户端

从源码安装

1. 克隆仓库：

git clone https://github.com/hasura/promptql-mcp.git
cd promptql-mcp

2. 设置虚拟环境（推荐）：

# 创建一个虚拟环境
python -m venv venv

# 激活虚拟环境
source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate

3. 安装包：

pip install -e .

💻 使用示例

基础用法

# 服务器端代码示例
from promptql_mcp_server.server import MCPServer

server = MCPServer()
server.run()

高级用法

# 客户端端代码示例
import requests

response = requests.post('http://localhost:5000/query', json={
    "model": "claude-2",
    "messages": [
        {
            "role": "user",
            "content": "告诉我今天的天气如何？"
        }
    ]
})
print(response.json())

📚 详细文档

完整的 API 文档和更多详细信息请参考项目仓库中的 DOCS.md。

📄 许可证

本项目在 MIT License 下许可，详情请查看 LICENSE 文件。

致谢

• Hasura 创建 PromptQL
• Anthropic 开发 Model Context Protocol