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.
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
- Buka Admin Panel → Tools → Tool Connections
- Tambahkan MCP Server baru:
- Name: Superset MCP
- Type: MCP (Streamable HTTP)
- URL:
http://YOUR_SERVER_IP:3000/mcp
- 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:
- Menganalisis schema dataset
- Mendeteksi kolom waktu (x_axis)
- Mendeteksi kolom numeric untuk metrics
- 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:
create_dashboard- Membuat dashboard barucreate_chart_auto(3x) - Membuat setiap chartadd_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
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。