PI API MCP Server
一个模型上下文协议(Model Context Protocol,MCP)服务器,使 Claude 和其他兼容 MCP 的 AI 助手能够安全地访问和管理 PI 仪表板资源,包括类别和图表。
README
PI API MCP 服务器
一个模型上下文协议 (MCP) 服务器,提供用于与 PI 仪表板 API 交互的标准化工具和资源。此实现使 Claude 和其他 MCP 兼容的 AI 助手能够安全地访问和管理 PI 仪表板资源,包括类别和图表。
将 PI 与 MCP 结合使用
以下演示了完成设置后此 MCP 服务器的典型使用场景。
初始身份验证:
- 执行以下说明以建立连接:
确保 PI API MCP 服务器正在运行
将 API URL 设置为 http://localhost:8224/pi/api/v2
使用 authenticate 工具获取身份验证指导
检查连接状态以验证一切正常
从仪表板列出两个图表
图表分析:
- 如果图表 ID 450 包含元数据信息,请使用以下提示:
检索图表 ID 450 的元数据
从 ID 450 提取图表 JSON 数据
识别与声明相关的图表 ID
获取已识别图表的 JSON 数据
分析数据以生成可操作的见解
示例输出:

安装
通过 Smithery 安装
要通过 Smithery 为 Claude Desktop 自动安装 pi-api-mcp-server:
npx -y @smithery/cli install @mingzilla/pi-api-mcp-server --client claude
安装 - 使用 Docker(推荐)
- 无需 MCP 服务器配置
- MCP 客户端配置文件设置:
{
"mcpServers": {
"pi-api": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"API_URL=http://localhost:8224/pi/api/v2",
"-e",
"PI_API_KEY=XXXXXXXX",
"mingzilla/pi-api-mcp-server"
],
"disabled": false,
"autoApprove": [
"keep-session-alive",
"check-connection",
"authenticate",
"list-categories",
"get-category",
"list-charts",
"get-chart",
"export-chart",
"get-filterable-attributes",
"export-chart"
]
}
}
}
重要提示:如果在初始化时未提供 --api-url 参数,服务器将提示您在使用 set-api-url 工具执行任何操作之前配置 API URL。此设计可以在 URL 在启动时未预先确定的环境中实现灵活配置。
配置文件位置
在以下位置访问您的 Claude for Desktop 应用程序配置:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json - Linux: 目前请使用其他工具。例如 Cline - 要求它向您显示 MCP 配置文件
可用工具
模式发现
- get-filterable-attributes: 通过检查示例实体获取可用于过滤的属性列表
获取图表实体的可过滤属性
连接管理
- check-connection: 检查当前 API URL 和身份验证是否有效
- set-api-url: 配置所有请求的基本 API URL
将 API URL 设置为 http://localhost:8224/pi/api/v2
身份验证
- authenticate: 获取有关身份验证选项的指导
- authenticate-with-credentials: 使用用户名和密码进行身份验证(最后的选择)
- keep-session-alive: 验证并刷新当前身份验证令牌(也用于基于令牌的身份验证)
- logout: 使当前令牌失效并结束会话
- set-organization: 设置后续请求的组织 ID
类别
- list-categories: 列出所有具有过滤支持的类别
- get-category: 按 ID 获取类别
- create-category: 创建新类别
- update-category: 更新现有类别
- delete-category: 删除类别
- list-category-objects: 列出特定类别的所有对象
图表
- list-charts: 列出所有具有过滤支持的图表
- get-chart: 按 ID 获取图表
- delete-chart: 删除图表
- export-chart: 以各种格式导出图表
可用资源
- auth://status: 获取身份验证状态
- categories://list: 列出所有类别
- categories://{id}: 获取特定类别
- categories://{categoryId}/objects: 获取特定类别的对象
- charts://list: 列出所有图表
- charts://{id}: 获取特定图表
- charts://{id}/export/{format}: 以特定格式导出图表
可用提示
- analyze-categories: 分析仪表板中的类别
- analyze-charts: 分析仪表板中的图表
- compare-charts: 比较两个图表之间的数据
- category-usage-analysis: 分析类别在图表中的使用方式
- use-filters: 展示如何有效地使用此 API 的过滤器
Claude 集成示例
以下是一些在连接服务器后与 Claude 一起使用的示例查询:
设置 API URL
请使用 set-api-url 工具将 PI API URL 设置为 http://localhost:8224/pi/api/v2
身份验证
请帮助我对 PI API 进行身份验证。
我有一个令牌。请使用 keep-session-alive 工具和我的令牌:[YOUR_TOKEN_HERE]
请检查我与 PI API 的连接是否正常工作。
使用类别
列出仪表板中的所有类别。
获取有关 ID 为 123 的类别的详细信息。
使用图表
列出仪表板中所有可用的图表。
将 ID 为 456 的图表导出为 PDF。
使用过滤器
获取图表实体的可过滤属性,以了解我可以过滤哪些字段。
使用过滤器选项列出描述包含“revenue”的图表。
使用分析提示
分析仪表板中的类别。
比较图表 123 和 456 之间的数据。
向我展示如何有效地使用此 API 的过滤器。
开发
本地执行
- 注意:您也可以使用
start.sh运行开发服务器。
# 克隆存储库(SSH 或 HTTPS 选项)
git clone git@github.com:mingzilla/pi-api-mcp-server.git
cd pi-api-mcp-server
# 安装依赖项
npm install
./dependencies.sh # 安装全局依赖项以通过 "@mingzilla/pi-api-mcp-server" 启用 MCP 客户端连接
# 构建项目
npm run build
# 执行服务器
npm start
NPM 安装
# 全局安装
npm install -g @mingzilla/pi-api-mcp-server
# 通过 npx 直接执行
npx @mingzilla/pi-api-mcp-server --api-url "http://localhost:8224/pi/api/v2" --auth-token "XXXXXXXX"
MCP 客户端配置
与 Claude for Desktop 集成:
Node.js 实现
- 执行“本地执行”部分中的说明
- 确保已执行
./dependencies.sh以安装所需的依赖项 - 实现以下配置(注意:“@mingzilla/pi-api-mcp-server”引用通过“本地执行”安装的包)
{
"mcpServers": {
"pi-api": {
"command": "npx",
"args": [
"-y",
"@mingzilla/pi-api-mcp-server",
"--api-url",
"http://localhost:8224/pi/api/v2",
"--auth-token",
"XXXXXXXX"
],
"autoApprove": [
"keep-session-alive",
"check-connection",
"authenticate",
"list-categories",
"get-category",
"list-charts",
"get-chart",
"export-chart",
"get-filterable-attributes",
"export-chart"
]
}
}
}
本地开发
- 使用
./start.sh运行服务器 - 使用
build/index.js文件的路径设置配置
./start.sh
{
"mcpServers": {
"pi-api": {
"command": "node",
"args": [
"/home/mingzilla/dev/tool-mcp-pi-api-server/build/index.js",
"--api-url",
"http://localhost:8224/pi/api/v2",
"--auth-token",
"XXXXXXXX"
],
"autoApprove": [
"keep-session-alive",
"check-connection",
"authenticate",
"list-categories",
"get-category",
"list-charts",
"get-chart",
"export-chart",
"get-filterable-attributes",
"export-chart"
]
}
}
}
开发检查清单
- 更新代码 -> 启动本地服务器 -> 使用文件路径到 index.js 测试本地服务器
- 更新 readme.md 文件 -> 更改 mcpServers 配置部分:docker + node + npx
- ./publish.sh - 发布到 npm
- ./dockerBuild.sh -> ./dockerPublish.sh (编辑版本号以匹配 package.json) -> 测试 docker 配置
- 将代码推送到 github
许可证
MIT 许可证
作者
Ming Huang (mingzilla)
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。