MCP Data Analytics Server
A FastMCP-based server that provides data analysis tools for processing, analyzing, and visualizing data with an intuitive Streamlit web interface.
README
🔧 MCP Data Analytics Server
Servidor MCP para análisis de datos con interfaz Streamlit
Un servidor de análisis de datos construido con FastMCP que proporciona herramientas para procesamiento, análisis y visualización de datos, con una interfaz web intuitiva.
✨ Características
- 📁 Gestión de Archivos: Análisis, creación y lectura de documentos
- 📊 Análisis de Datos: Estadísticas, tablas dinámicas, detección de tipos
- 📈 Visualización: Gráficos interactivos con Plotly
- 🌐 Web Tools: Búsqueda GitHub, web scraping, descarga de archivos
- 🔄 Conversión: Entre formatos CSV, JSON, Excel, Parquet
🚀 Instalación
1. Clonar repositorio
git clone https://github.com/Edwin1719/mcp-data-analytics-server.git
cd mcp-data-analytics-server
2. Instalar dependencias
pip install -r requirements.txt
3. Configurar API key
cp .env.example .env
# Editar .env y agregar tu OPENAI_API_KEY
4. Ejecutar
# Terminal 1: Servidor MCP
python server.py
# Terminal 2: Cliente Streamlit
streamlit run app.py
Abrir navegador en: http://localhost:8501
📋 Herramientas Disponibles
- analizar_archivo: Análisis completo de propiedades de archivos
- crear_archivo: Creación de archivos con contenido
- leer_documento: Lectura de PDFs, TXT, CSV con límites
- analizar_datos: Análisis estadístico de datasets
- tabla_dinamica_avanzada: Tablas dinámicas con agregaciones
- crear_visualizacion: Gráficos con Plotly (barras, líneas, etc.)
- buscar_repositorios_github: Búsqueda avanzada en GitHub
- extraer_contenido_web: Web scraping con selectores CSS
- descargar_archivo_web: Descarga de archivos desde URLs
- convertir_formato_datos: Conversión entre formatos
💡 Ejemplos de Uso:
"Analiza el archivo ventas.csv y muéstrame las estadísticas"
"Crea un gráfico de barras de las ventas por mes"
"Busca repositorios de Python para análisis de datos"
"Convierte mi archivo Excel a JSON".
📋 Requisitos
* Python 3.8+
* OpenAI API Key
* Dependencias en requirements.txt
👨💻 Autor
Edwin Quintero Alzate
📧 egqa1975@gmail.com
🔗 LinkedIn
🐱 GitHub
📄 Licencia
MIT License - ver archivo LICENSE
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。