🧠 MCP Server：使用 Python 的本地 AI 工具

本项目使用 Python 搭建一个轻量级的模型上下文协议 (MCP) 服务器，使 AI 助手（如 Claude）能够与本地数据文件（如 CSV 和 Parquet）进行交互。通过与 Claude for Desktop 集成，您可以执行诸如总结数据集或通过自然语言查询检索特定信息等任务。

🚀 功能

本地 MCP 服务器 (mix_server): 促进 Claude 和您的本地工具之间的通信。 CSV 和 Parquet 读取器: 用于加载和处理数据分析中常用的表格数据格式的工具。 模块化结构: 干净的代码库，旨在轻松扩展其他工具。 无缝 Claude 集成: 直接与 Claude for Desktop 连接，允许使用自然语言与您的数据进行交互。

🛠️ 安装

1. 克隆仓库

git clone https://github.com/yourusername/mcp-server.git
cd mcp-server

2. 使用 uv 设置环境

uv 是一个用 Rust 编写的快速 Python 包和项目管理器。它可以作为 pip、pip-tools 和 virtualenv 等工具的直接替代品，提供显著的速度提升和统一的界面。

安装 uv

您可以使用以下方法之一安装 uv：

• 使用 curl (macOS 和 Linux):

  curl -LsSf https://astral.sh/uv/install.sh | sh

• 使用 pip:

  pip install uv

• 使用 pipx:

  pipx install uv

有关更多安装选项和详细信息，请参阅 官方 uv 文档。

创建虚拟环境并安装依赖项

uv venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
uv pip install mcp[cli] pandas pyarrow

这将创建一个虚拟环境并使用 uv 安装必要的依赖项。

📁 项目结构

mcp-server/
├── tools/
│   ├── csv_reader.py
│   └── parquet_reader.py
├── mix_server.py
├── README.md
└── requirements.txt

• tools/: 包含用于数据处理的各个工具脚本。
• mix_server.py: 初始化并运行 MCP 服务器，注册可用的工具。

⚙️ Claude Desktop 的配置

要与 Claude for Desktop 集成，请将以下配置添加到您的 Claude 设置中：

{
  "mcpServers": {
    "mix_server": {
      "command": "/absolute/path/to/.venv/bin/python",
      "args": ["/absolute/path/to/mix_server.py"]
    }
  }
}

确保 Python 解释器和 mix_server.py 的路径正确。

🧪 使用

设置完成后，您可以使用自然语言提示通过 Claude 与您的数据进行交互。例如：

• "总结 data.csv 的内容。"
• "dataset.parquet 中有多少行和列？"

Claude 将利用注册的工具来处理您的请求并提供所需的信息。

📚 参考

本项目基于教程：使用 Python 构建基本 MCP 服务器。

📝 许可

本项目根据 MIT 许可证 获得许可。