MCP Data Wrangler
一个用于数据整理的模型上下文协议服务器,它为数据预处理、转换和分析任务提供标准化接口,包括数据聚合和描述性统计。
README
mcp-data-wrangler: 用于数据整理的 MCP 服务器
概述
这是一个用于数据整理的模型上下文协议服务器,为数据预处理、转换和分析任务提供了一个标准化的接口。它实现了数据整理操作与 MCP 生态系统的无缝集成。
特性
- 数据聚合
- 描述性统计
在本地运行此项目
此项目尚未设置为临时环境(例如 uvx 用法)。通过克隆此仓库在本地运行此项目:
git clone https://github.com/yourusername/mcp-data-wrangler.git
cd mcp-data-wrangler
您可以通过 npm 启动 MCP 检查器:
npx @modelcontextprotocol/inspector uv --directory=src/mcp_data_wrangler run mcp-data-wrangler
启动后,检查器将显示一个 URL,您可以在浏览器中访问该 URL 以开始调试。
或者,将此工具添加为 MCP 服务器:
{
"data-wrangler": {
"command": "uv",
"args": [
"--directory",
"/path/to/mcp-data-wrangler",
"run",
"mcp-data-wrangler"
]
}
}
开发
- 创建并激活虚拟环境:
python -m venv .venv
source .venv/bin/activate # 在 Windows 上: .venv\Scripts\activate
- 安装依赖项:
pip install -e ".[dev]"
- 运行测试:
pytest -s -v tests/
许可证
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。
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。
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。
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。
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。
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。
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。
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