数据字典 MCP

Model Context Protocol (MCP) 服务器协调 AI 代理将数据库表转换成维基百科风格的数据字典。

概述

数据字典 MCP 项目通过使用 AI 驱动的分析和描述功能，自动化地将各种数据库格式转换成全面的人类可读数据字典。它利用模型上下文协议（MCP）来协调 AI 代理进行分析、描述和验证数据库结构。

特性

• 多格式支持：处理 JSON、CSV 和纯文本文件（计划支持更多格式）
• AI 驱动的分析：生成字段描述并识别关系
• MCP 集成：使用模型上下文协议协调 AI 代理
• 模式提取：从各种格式中提取数据库模式，并统一表示
• 维基百科风格输出：以熟悉且易于访问的格式呈现数据字典

项目状态

此项目正在积极开发中。详情请参阅项目路线图。

快速开始

先决条件

• Python 3.9+
• Git
• 使用 pip 或 poetry 进行依赖管理

安装

1. 克隆仓库：

   git clone https://github.com/jonahkeegan/data-dictionary-mcp.git
   cd data-dictionary-mcp
   

2. 创建虚拟环境：

   python -m venv venv
   source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate
   

3. 安装依赖项：

   pip install -r requirements.txt
   

4. 运行应用程序：

   python src/main.py
   

项目结构

data-dictionary-mcp/
├── docs/                  # 文档
├── src/                   # 源代码
│   ├── mcp/               # MCP 服务器组件
│   ├── analyzers/         # 格式分析器
│   ├── agents/            # 代理协调
│   └── dictionary/        # 字典生成
├── tests/                 # 测试套件
├── memory-bank/           # Cline 内存库
├── .gitignore
├── .clinerules            # Cline 规则
├── README.md
└── requirements.txt

项目路线图

第一阶段：MCP 服务器基础和格式分析器

• 实现具有基本工具定义的 MCP 服务器
• 开发 JSON、CSV 和纯文本的格式分析器
• 创建模式提取系统
• 实现核心组件的单元测试

第二阶段：AI 代理协调和字段描述

• 实现代理协调系统
• 开发字段描述生成
• 创建任务分配和结果聚合
• 添加集成测试

第三阶段：内容验证和发布

• 实现内容验证
• 开发维基百科风格的格式
• 创建导出功能
• 添加端到端测试

第四阶段：用户界面和部署

• 开发 Web 界面
• 实现搜索功能
• 添加用户反馈系统
• 创建部署基础设施

贡献

欢迎贡献！请随意提交拉取请求。

许可证

本项目是开源的，并在 MIT 许可证 下提供。