Superset MCP Server

Superset MCP Server

An MCP server for Apache Superset that enables AI models to manage dashboards, create charts with auto-detection, and execute SQL queries programmatically. It utilizes stateless HTTP transport to ensure compatibility with integration tools like Open WebUI.

Category
访问服务器

README

🚀 Superset MCP Server (Streamable HTTP)

MCP (Model Context Protocol) Server untuk Apache Superset yang memungkinkan integrasi chatbot dengan Superset untuk membuat dashboard, chart, dan mengeksekusi query SQL secara programatis.

✨ Fitur

  • 📊 Dashboard Management - List, get, create dashboard dan tambahkan chart ke dashboard
  • 📈 Chart Management - List, get, create chart dengan auto-detection schema
  • 🗃️ Dataset Management - List datasets dan get schema kolom
  • 🔍 SQL Execution - Eksekusi query SQL langsung ke database Superset
  • 🔄 Stateless HTTP - Menggunakan Streamable HTTP transport untuk kompatibilitas dengan Open WebUI
  • 🔐 Auto Authentication - Otomatis login dan refresh token ke Superset

🛠️ Teknologi

  • Runtime: Node.js + TypeScript
  • Transport: Express.js + JSON-RPC 2.0
  • Protocol: MCP (Model Context Protocol)
  • Client: Axios untuk HTTP requests

📋 Prasyarat

  • Node.js v18 atau lebih baru
  • Apache Superset yang sudah running
  • NPM atau Yarn

⚡ Quick Start

1. Clone & Install Dependencies

git clone <repository-url>
cd superset-mcp
npm install

2. Konfigurasi Environment

Salin file .env.example ke .env dan sesuaikan konfigurasinya:

cp .env.example .env

Isi konfigurasi di file .env:

# Superset Configuration
SUPERSET_URL=http://localhost:8088
SUPERSET_USERNAME=admin
SUPERSET_PASSWORD=admin

# MCP Server Configuration
MCP_PORT=3000

3. Build & Run

# Build TypeScript
npm run build

# Jalankan server
npm start

Atau untuk development dengan hot-reload:

npm run dev

4. Verifikasi Server

Akses health check endpoint:

curl http://localhost:3000/health

Response yang diharapkan:

{
  "status": "ok",
  "server": "superset-mcp",
  "version": "1.0.0",
  "mode": "stateless",
  "tools": ["list_dashboards", "get_dashboard", "create_dashboard", ...]
}

🔌 Integrasi dengan Open WebUI

Konfigurasi di Open WebUI

  1. Buka Admin PanelToolsTool Connections
  2. Tambahkan MCP Server baru:
    • Name: Superset MCP
    • Type: MCP (Streamable HTTP)
    • URL: http://YOUR_SERVER_IP:3000/mcp
  3. Save dan test koneksi

🔧 Available Tools

Dashboard Tools

Tool Deskripsi
list_dashboards Mendapatkan semua dashboard yang tersedia
get_dashboard Detail dashboard termasuk chart-chart di dalamnya
create_dashboard Membuat dashboard baru
add_chart_to_dashboard Menambahkan satu chart ke dashboard
add_charts_to_dashboard Menambahkan multiple charts ke dashboard (recommended)

Chart Tools

Tool Deskripsi
list_charts Mendapatkan semua chart yang tersedia
get_chart Detail konfigurasi chart
get_chart_data Fetch data dari chart
create_chart Membuat chart baru (manual config)
create_chart_auto Membuat chart dengan auto-detection schema

Dataset Tools

Tool Deskripsi
list_datasets Mendapatkan semua datasets/tables
get_dataset_schema Mendapatkan definisi kolom dari dataset

SQL Tools

Tool Deskripsi
list_databases Mendapatkan semua koneksi database
execute_sql Eksekusi query SQL ke database

📚 Contoh Penggunaan

Membuat Chart dengan Auto-Detection

"Buatkan bar chart untuk dataset sales_data yang menampilkan total revenue per bulan"

AI akan menggunakan create_chart_auto untuk:

  1. Menganalisis schema dataset
  2. Mendeteksi kolom waktu (x_axis)
  3. Mendeteksi kolom numeric untuk metrics
  4. Membuat chart dengan konfigurasi optimal

Membuat Dashboard dengan Multiple Charts

"Buatkan dashboard Sales Overview dengan 3 chart: line chart revenue, pie chart by category, dan table top products"

AI akan:

  1. create_dashboard - Membuat dashboard baru
  2. create_chart_auto (3x) - Membuat setiap chart
  3. add_charts_to_dashboard - Menambahkan semua chart sekaligus dengan layout optimal

🏗️ Struktur Project

superset-mcp/
├── src/
│   ├── index.ts          # Entry point
│   ├── server.ts         # Express server & MCP tools
│   └── superset-client.ts # Superset API client
├── dist/                  # Compiled JavaScript
├── .env                   # Environment variables
├── .env.example           # Example environment
├── package.json
├── tsconfig.json
└── README.md

🔗 API Endpoints

Endpoint Method Deskripsi
/health GET Health check
/mcp POST MCP JSON-RPC requests
/mcp GET SSE streaming (keepalive)
/mcp DELETE Session cleanup

⚙️ Environment Variables

Variable Default Deskripsi
SUPERSET_URL http://localhost:8088 URL Superset instance
SUPERSET_USERNAME admin Username untuk login
SUPERSET_PASSWORD admin Password untuk login
MCP_PORT 3000 Port untuk MCP server

🐛 Troubleshooting

1. Authentication Failed

Pastikan credentials di .env sudah benar. Server akan otomatis refresh token jika expired.

2. CORS Error

Server sudah dikonfigurasi untuk menerima requests dari semua origin. Jika masih error, pastikan firewall tidak memblokir port.

3. Chart Tidak Menampilkan Data

Gunakan create_chart_auto daripada create_chart untuk auto-detection metrics dan dimensions.

📄 License

MIT License

🤝 Contributing

Contributions are welcome! Feel free to open issues atau pull requests.

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
Playwright MCP Server

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
graphlit-mcp-server

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。

官方
精选
TypeScript
Kagi MCP Server

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。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

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。

官方
精选