🔧 MCP 数据分析服务器

使用FastMCP构建的数据分析服务器，提供数据处理、分析和可视化的工具，并具有直观的网页界面。

✨ 特性

• 📁 文件管理：文档的分析、创建和读取
• 📊 数据分析：统计、动态表格、类型检测
• 📈 可视化：使用Plotly的交互式图表
• 🌐 网络工具：GitHub搜索、网络抓取、文件下载
• 🔄 转换：CSV、JSON、Excel、Parquet格式之间的转换

🚀 安装

1. 克隆仓库

git clone https://github.com/Edwin1719/mcp-data-analytics-server.git
cd mcp-data-analytics-server

2. 安装依赖
pip install -r requirements.txt

3. 配置API密钥
cp .env.example .env
# 编辑.env并添加你的OPENAI_API_KEY

4. 运行
# 终端1：MCP服务器
python server.py

# 终端2：Streamlit客户端  
streamlit run app.py

在浏览器中打开：http://localhost:8501

📋 可用工具

- 分析文件：文件属性的全面分析
- 创建文件：创建带有内容的文件
- 读取文档：阅读PDF、TXT、CSV文件（带限制）
- 分析数据：数据集的统计分析
- 高级动态表：带有聚合的动态表
- 创建可视化：使用Plotly的图表（条形图、折线图等）
- 搜索GitHub存储库：高级GitHub搜索
- 提取网页内容：使用CSS选择器进行网络抓取
- 下载网页文件：从URL下载文件
- 转换数据格式：格式间的转换

💡 使用示例：
“分析文件sales.csv并显示统计数据”
“创建一个按月销售的条形图”
“搜索用于数据分析的Python存储库”
“将我的Excel文件转换为JSON”。

📋 要求

* Python 3.8+
* OpenAI API密钥
* requirements.txt中的依赖项

👨‍💻 作者
Edwin Quintero Alzate

📧 egqa1975@gmail.com
🔗 LinkedIn
🐱 GitHub

📄 许可证
MIT许可证 - 查看LICENSE文件