Pandas MCP 服务器

此仓库包含一个使用模型上下文协议 (MCP) 的服务器实现，具有处理 CSV 文件和执行 Pandas 代码的功能。

要求

• Python 3.11 或更高版本
• 安装所需的包：pip install -r requirements.txt

功能

load_csv_tool

• 描述: 加载 CSV 文件并返回其列结构和示例数据。
• 参数:
  • file_path: CSV 文件的路径。
• 返回值:
  • 一个包含 CSV 文件的列和示例数据的字典。
• 注意:
  • 自动检测文件编码和分隔符。
  • 限制文件大小为 100MB，以防止过度使用内存。

run_pandas_code

• 描述: 执行作为字符串提供的 Pandas 代码。
• 参数:
  • file_path: 要加载到 DataFrame 中的 CSV 文件的路径。
  • code: 包含要执行的 Pandas 代码的字符串。
• 返回值:
  • 一个包含执行代码的结果和执行期间创建的任何变量的字典。
• 安全注意:
  • 阻止执行黑名单操作，例如 os., sys., subprocess., open(, exec(, eval(, import os, import sys。
  • 提供详细的错误消息和建议，以帮助用户解决问题。

用法

1. 使用以下设置配置您的 MCP 客户端：

{
  "mcpServers": {
    "pandas": {
      "name": "pandas",
      "type": "stdio",
      "description": "run pandas code",
      "isActive": true,
      "command": "python",
      "args": [
        "${workspaceFolder}/server.py"
      ]
    }
  }
}

2. 使用配置的 MCP 客户端与服务器交互并利用提供的工具。

工作流程

1. 加载并检查您的 CSV 文件：

   • 用户提示：“加载 data/sample.csv 中的 CSV 文件并向我展示列结构”
   • 这将使用文件路径调用 load_csv_tool

2. 对加载的数据执行 Pandas 操作：

   • 用户提示：“按类别对数据进行分组并计算每个组的总和”
   • 这将使用适当的 Pandas 操作调用 run_pandas_code