MCP 数据可视化服务器

基于 FastMCP 框架的数据可视化 MCP 服务器，提供 32 个工具用于图表生成、报告构建和数据处理。

项目描述

本项目是一个基于 Model Context Protocol (MCP) 的数据可视化服务器，通过 32 个工具函数为 AI 助手提供强大的数据可视化能力。服务器使用 FastMCP 框架构建，所有图表通过 matplotlib 生成并保存为 PNG 图片，所有工具返回 Markdown 格式字符串，方便 AI 助手直接呈现给用户。

特性列表

• 32 个 MCP 工具：涵盖图表生成、报告构建、数据处理三大能力域
• 18 种图表类型：柱状图、折线图、饼图、散点图、热力图、箱线图、直方图、雷达图等
• 8 种报告工具：HTML 报告、数据表、KPI 卡片、仪表盘布局、趋势指标等
• 6 种辅助工具：CSV 解析、颜色方案、数字格式化、数据验证、异常值检测、归一化
• 中文字体支持：内置 SimHei / Microsoft YaHei 中文字体配置
• 6 套颜色方案：default、warm、cool、pastel、grayscale、nature
• 数组参数传递：使用逗号分隔的字符串传递数组参数，简单直观
• 图表自动保存：生成的图表自动保存到 output/ 目录
• Markdown 返回格式：所有工具返回 Markdown 格式，便于 AI 直接呈现

安装方法

1. 克隆项目

cd d:\D盘TRAE办公\github_repos
# 项目已在此目录下

2. 安装依赖

pip install -r requirements.txt

依赖列表：

• mcp>=1.0.0 — MCP 协议框架
• matplotlib — 图表绘制库
• numpy — 数值计算库
• pandas — 数据处理库

3. 配置 MCP 客户端

在支持 MCP 的客户端（如 Claude Desktop、Cursor 等）配置文件中添加：

{
  "mcpServers": {
    "data-viz": {
      "command": "python",
      "args": ["d:\\D盘TRAE办公\\github_repos\\mcp-data-viz\\server.py"]
    }
  }
}

使用示例

示例 1：生成柱状图

工具: bar_chart
参数:
  categories: "Q1,Q2,Q3,Q4"
  values: "120,180,150,200"
  title: "2024年季度销售"
  ylabel: "销售额（万元）"

示例 2：生成折线图

工具: line_chart
参数:
  x_values: "1月,2月,3月,4月,5月,6月"
  y_values: "30,45,38,52,48,65"
  title: "上半年用户增长趋势"
  xlabel: "月份"
  ylabel: "新增用户（万）"

示例 3：生成 KPI 卡片

工具: kpi_card
参数:
  label: "月度营收"
  value: "50000"
  target: "55000"
  unit: "元"
  trend: "up"
  trend_value: "+15.2%"

示例 4：生成热力图

工具: heatmap
参数:
  data: "10,20,30;40,50,60;70,80,90"
  title: "产品评分矩阵"
  x_labels: "质量,价格,服务"
  y_labels: "产品A,产品B,产品C"

示例 5：生成 HTML 报告

工具: generate_html_report
参数:
  title: "月度数据分析报告"
  content: "# 1月数据概览\n\n本月营收增长15%，核心指标表现良好。"
  style: "modern"

工具列表

图表工具（18个）

序号	工具名称	功能描述
1	bar_chart	柱状图 — 用垂直柱子展示各类别数值
2	grouped_bar	分组柱状图 — 多组数据并列对比
3	horizontal_bar	水平柱状图 — 类别名较长时适用
4	line_chart	折线图 — 展示数据变化趋势
5	multi_line	多折线图 — 多条线对比
6	area_chart	面积图 — 折线下方填充颜色
7	pie_chart	饼图 — 展示各部分占整体比例
8	donut_chart	环形图 — 中空饼图，圆心可显示汇总
9	scatter_plot	散点图 — 展示两变量关系
10	bubble_chart	气泡图 — 散点大小表示第三维度
11	heatmap	热力图 — 颜色深浅表示矩阵值
12	correlation_heatmap	相关性热力图 — 变量间相关系数
13	box_plot	箱线图 — 四分位数和异常值
14	violin_plot	小提琴图 — 密度分布估计
15	histogram	直方图 — 数据分布频率
16	density_plot	密度图 — 概率密度曲线
17	radar_chart	雷达图 — 多维度指标综合表现
18	pair_plot	散点矩阵图 — 多变量两两关系

报告工具（8个）

序号	工具名称	功能描述
19	generate_html_report	生成完整 HTML 报告
20	data_table	CSV 数据渲染为 Markdown 表格
21	summary_card	摘要卡片（关键指标）
22	dashboard_layout	仪表盘网格布局
23	kpi_card	KPI 指标卡片
24	comparison_table	多项目对比表
25	trend_indicator	趋势指标（变化对比）
26	export_markdown	组装完整 Markdown 文档

辅助工具（6个）

序号	工具名称	功能描述
27	parse_csv_string	CSV 字符串解析
28	color_palette	颜色色板生成
29	format_number	数字格式化
30	validate_data	数据验证
31	detect_outliers	异常值检测
32	normalize_data	数据归一化

技术栈

技术	版本要求	用途
Python	>= 3.10	运行环境
FastMCP (mcp)	>= 1.0.0	MCP 服务器框架
matplotlib	latest	图表绘制与渲染
numpy	latest	数值计算与矩阵操作
pandas	latest	数据处理与分析

项目结构

mcp-data-viz/
├── server.py          # 主入口，FastMCP 服务器，注册32个工具
├── chart_tools.py     # 图表工具模块（18个图表函数）
├── report_tools.py    # 报告工具模块（8个报告函数）
├── utils.py           # 辅助函数模块（6个工具函数）
├── requirements.txt   # Python 依赖
├── README.md          # 项目文档
├── SKILL.md           # SkillHub 技能描述
└── output/            # 图表输出目录（自动创建）

许可证

MIT License