MCP 服务器

Keboola Explorer MCP Server

这个服务器方便与 Keboola Storage API 交互，使用户能够通过 Claude Desktop 高效地浏览和管理项目存储桶、表和组件。

Tools

get_bucket_metadata

Get detailed information about a specific bucket.

list_bucket_info

List information about all buckets in the project.

list_bucket_tables

List all tables in a specific bucket with their basic information.

get_table_metadata

Get detailed information about a specific table including its DB identifier and column information.

query_table

Executes an SQL SELECT query to get the data from the underlying snowflake database. * When constructing the SQL SELECT query make sure to use the fully qualified table names that include the database name, schema name and the table name. * The fully qualified table name can be found in the table information, use a tool to get the information about tables. The fully qualified table name can be found in the response for that tool. * Snowflake is case-sensitive so always wrap the column names in double quotes. Examples: * SQL queries must include the fully qualified table names including the database name, e.g.: SELECT * FROM "db_name"."db_schema_name"."table_name";

list_components

List all available components and their configurations.

list_component_configs

List all configurations for a specific component.

README

Keboola MCP 服务器

一个用于与 Keboola Connection 交互的模型上下文协议 (MCP) 服务器。此服务器提供用于列出和访问来自 Keboola Storage API 的数据的工具。

要求

Keboola Storage API 令牌
Snowflake 只读工作区

安装

通过 Smithery 安装

要通过 Smithery 自动安装用于 Claude Desktop 的 Keboola Explorer：

npx -y @smithery/cli install keboola-mcp-server --client claude

手动安装

首先，克隆存储库并创建一个虚拟环境：

git clone https://github.com/keboola/keboola-mcp-server.git
cd keboola-mcp-server
python3 -m venv .venv
source .venv/bin/activate

以开发模式安装软件包：

pip3 install -e .

对于开发依赖项：

pip3 install -e ".[dev]"

Claude Desktop 设置

要将此服务器与 Claude Desktop 一起使用，请按照以下步骤操作：

创建或编辑 Claude Desktop 配置文件：
- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
- Windows: %APPDATA%\Claude\claude_desktop_config.json
添加以下配置（根据您的设置调整路径）：

{
  "mcpServers": {
    "keboola": {
      "command": "/path/to/keboola-mcp-server/.venv/bin/python",
      "args": [
        "-m",
        "keboola_mcp_server",
        "--api-url",
        "https://connection.YOUR_REGION.keboola.com"
      ],
      "env": {
        "KBC_STORAGE_TOKEN": "your-keboola-storage-token",
        "KBC_WORKSPACE_USER": "your-workspace-user"
      }
    }
  }
}

替换：

/path/to/keboola-mcp-server 为克隆存储库的实际路径
your-keboola-storage-token 为您的 Keboola Storage API 令牌
YOUR_REGION 为您的 Keboola 区域（例如，north-europe.azure 等）。如果您的区域只是 connection，则可以将其删除
your-workspace-user 为您的 Snowflake 工作区用户名

注意：如果您使用的是特定版本的 Python（例如，由于某些软件包兼容性问题而使用 3.11），则需要更新 command 以使用该特定版本，例如 /path/to/keboola-mcp-server/.venv/bin/python3.11

注意：只读 Snowflake 工作区可以在您的 Keboola 项目中创建。它与您获取 Storage Token 的项目相同。该工作区将提供所有必要的 Snowflake 连接参数，包括用户名。

更新配置后：
- 完全退出 Claude Desktop（不要只关闭窗口）
- 重新启动 Claude Desktop
- 查找右下角的锤子图标，表示服务器已连接

故障排除

如果遇到连接问题：

检查 Claude Desktop 中的日志以查找任何错误消息
验证您的 Keboola Storage API 令牌是否正确
确保配置中的所有路径都是绝对路径
确认虚拟环境已正确激活并且所有依赖项已安装

Cursor AI 设置

要将此服务器与 Cursor AI 一起使用，您有两种配置传输方法的方式：服务器发送事件 (SSE) 或标准 I/O (stdio)。

创建或编辑 Cursor AI 配置文件：
- 位置：~/.cursor/mcp.json
根据您首选的传输方法添加以下配置之一（或全部）：

选项 1：使用服务器发送事件 (SSE)

{
  "mcpServers": {
    "keboola": {
      "url": "http://localhost:8000/sse?storage_token=YOUR-KEBOOLA-STORAGE-TOKEN&workspace_user=YOUR-WORKSPACE-USER"
    }
  }
}

选项 2a：使用标准 I/O (stdio)

{
  "mcpServers": {
    "keboola": {
      "command": "/path/to/keboola-mcp-server/venv/bin/python",
      "args": [
        "-m",
        "keboola_mcp_server",
        "--transport",
        "stdio",
         "--api-url",
         "https://connection.YOUR_REGION.keboola.com"
      ],
      "env": {
        "KBC_STORAGE_TOKEN": "your-keboola-storage-token", 
        "KBC_WORKSPACE_USER": "your-workspace-user"         
      }
    }
  }
}

选项 2b：使用 WSL 标准 I/O (wsl stdio)

当从 Windows Subsystem for Linux 运行 MCP 服务器与 Cursor AI 时，请使用此选项。

{
  "mcpServers": {
    "keboola": {
      "command": "wsl.exe",
      "args": [
        "bash",
        "-c",
        "'source /wsl_path/to/keboola-mcp-server/.env",
        "&&",
        "/wsl_path/to/keboola-mcp-server/venv/bin/python -m keboola_mcp_server.cli --transport stdio'"
      ]
    }
  }
}

其中 /wsl_path/to/keboola-mcp-server/.env 文件包含环境变量：

export KBC_STORAGE_TOKEN="your-keboola-storage-token"
export KBC_WORKSPACE_USER="your-workspace-user"

将所有占位符值 (your_*) 替换为您的实际 Keboola 和 Snowflake 凭据。这些可以从您的 Keboola 项目的只读 Snowflake 工作区获得。将 YOUR_REGION 替换为您的 Keboola 区域（例如，north-europe.azure 等）。如果您的区域只是 connection，则可以将其删除。

更新配置后：

重新启动 Cursor AI
如果您使用 sse 传输，请确保启动您的 MCP 服务器。您可以通过在构建服务器的激活虚拟环境中运行以下命令来执行此操作：
```
/path/to/keboola-mcp-server/venv/bin/python -m keboola_mcp_server --transport sse --api-url https://connection.YOUR_REGION.keboola.com
```
Cursor AI 应该会自动检测您的 MCP 服务器并启用它。