🧠 MCP服务器：使用Python的本地AI工具

该项目使用Python搭建了一个轻量级的模型上下文协议（MCP）服务器，使像Claude这样的AI助手能够与本地数据文件（如CSV和Parquet）进行交互。通过与桌面版Claude集成，您可以执行诸如数据集总结或通过自然语言查询检索特定信息等任务。

🚀 特性

本地MCP服务器（mix_server）：促进Claude与您本地工具之间的通信。 CSV和Parquet读取器：用于加载和处理数据分析中常用的表格数据格式的工具。 模块化结构：设计清晰的代码库，便于扩展附加工具。 无缝Claude集成：直接连接到桌面版Claude，允许您以自然语言与数据进行交互。

🛠️ 安装

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是一个用Rust编写的快速Python包和项目管理器，可以替代pip、pip-tools和virtualenv，提供显著的速度提升和统一的界面。

安装uv

您可以使用以下方法之一安装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，并使用uv安装必要的依赖项。

📁 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。

⚙️ 配置桌面版Claude

要与桌面版Claude集成，请在您的Claude设置中添加以下配置：

{
  "mcpServers": {
    "mix_server": {
      "command": "/绝对路径/to/.venv/bin/python",
      "args": ["/绝对路径/to/mix_server.py"]
    }
  }
}

确保指向您的Python解释器和mix_server.py的路径是正确的。

🧪 使用

一旦设置完成，您可以通过Claude使用自然语言提示来与数据交互。例如：

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

Claude将利用已注册的工具处理您的请求并提供所需的信息。

📚 参考资料

此项目基于教程：使用Python构建基本的MCP服务器。

📝 许可证

此项目根据MIT许可证授权。