Tinybird MCP 服务器

一个 MCP 服务器，用于从任何 MCP 客户端与 Tinybird 工作区交互。

<a href="https://glama.ai/mcp/servers/53l5ojnx30"><img width="380" height="200" src="https://glama.ai/mcp/servers/53l5ojnx30/badge" alt="Tinybird server MCP server" /></a>

特性

• 使用 Tinybird Query API 查询 Tinybird 数据源
• 通过 HTTP 请求获取现有 Tinybird API 端点的结果
• 推送数据文件

它支持 SSE 和 STDIO 两种模式。

使用示例

• Bluesky 指标 (Claude 文本稿)
• Web 分析入门套件指标 (视频]

设置

安装

使用 MCP 包管理器

Smithery

要通过 Smithery 为 Claude Desktop 自动安装 Tinybird MCP：

npx @smithery/cli install @tinybirdco/mcp-tinybird --client claude

mcp-get

您可以使用 mcp-get 安装 Tinybird MCP 服务器：

npx @michaellatman/mcp-get@latest install mcp-tinybird

前提条件

MCP 仍然非常新且不断发展，我们建议遵循 MCP 文档 来启动并运行 MCP 基础知识。

您需要：

• Tinybird 帐户和工作区
• Claude Desktop
• uv

配置

1. 配置 Claude Desktop

根据您的操作系统创建以下文件：

在 MacOS 上：~/Library/Application Support/Claude/claude_desktop_config.json

在 Windows 上：%APPDATA%/Claude/claude_desktop_config.json

将此模板粘贴到文件中，并将 <TINYBIRD_API_URL> 和 <TINYBIRD_ADMIN_TOKEN> 替换为您的 Tinybird API URL 和 Admin Token：

{
    "mcpServers": {
        "mcp-tinybird": {
            "command": "uvx",
            "args": [
                "mcp-tinybird",
                "stdio"
            ],
            "env": {
                "TB_API_URL": "<TINYBIRD_API_URL>",
                "TB_ADMIN_TOKEN": "<TINYBIRD_ADMIN_TOKEN>"
            }
        }
    }
}

2. 重启 Claude Desktop

SSE 模式

或者，您可以通过运行以下命令在 SSE 模式下运行 MCP 服务器：

uvx mcp-tinybird sse

此模式对于与支持 SSE 的 MCP 客户端（如 Web 应用程序）集成非常有用。

提示词

服务器提供一个提示词：

• tinybird-default: 假设您已在 Tinybird 中加载了一些数据，并且需要帮助来探索它。
  • 需要一个 "topic" 参数，该参数定义您要探索的数据的主题，例如 "Bluesky data" 或 "retail sales"。

您可以配置其他提示词工作流程：

• 在您的工作区中创建一个具有此架构的提示词数据源，并附加您的提示词。 MCP 在初始化时加载 prompts，因此您可以根据需要对其进行配置：

SCHEMA >
    `name` String `json:$.name`,
    `description` String `json:$.description`,
    `timestamp` DateTime `json:$.timestamp`,
    `arguments` Array(String) `json:$.arguments[:]`,
    `prompt` String `json:$.prompt`

工具

服务器实现了几个与 Tinybird 工作区交互的工具：

• list-data-sources: 列出 Tinybird 工作区中的所有数据源
• list-pipes: 列出 Tinybird 工作区中的所有 Pipe 端点
• get-data-source: 获取数据源的信息，给定其名称，包括 schema。
• get-pipe: 获取 Pipe 端点的信息，给定其名称，包括其节点和 SQL 转换，以了解它提供的见解。
• request-pipe-data: 通过 HTTP 请求从 Pipe 端点请求数据。 Pipe 端点可以具有参数来过滤分析数据。
• run-select-query: 允许对数据源运行 select 查询以提取见解。
• append-insight: 向 memo 资源添加新的业务见解
• llms-tinybird-docs: 包含整个 Tinybird 产品文档，因此您可以使用它来获取有关 Tinybird 是什么、它做什么、API 参考等的信息。
• save-event: 这允许将事件发送到 Tinybird 数据源。 使用它将用户生成的提示词保存到提示词数据源。 MCP 服务器在初始化时从提示词数据源馈送，因此用户可以指示 LLM 要遵循的工作流程。
• analyze-pipe: 使用 Tinybird analyze API 在 Pipe 端点查询上运行 ClickHouse explain，并检查是否正在使用索引、排序键和分区键，并提出优化建议
• push-datafile: 从本地数据文件在 Tinybird 工作区中创建远程数据源或 Pipe。 使用 Filesystem MCP 保存由此 MCP 服务器生成的文件。

开发

配置

如果您在本地工作，请将两个环境变量添加到存储库根目录中的 .env 文件中：

TB_API_URL=
TB_ADMIN_TOKEN=

对于本地开发，请更新您的 Claude Desktop 配置：

{
  "mcpServers": {
    "mcp-tinybird_local": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/your/mcp-tinybird",
        "run",
        "mcp-tinybird",
        "stdio"
      ]
    }
  }
}

<details> <summary>已发布的服务器配置</summary>

"mcpServers": {
  "mcp-tinybird": {
    "command": "uvx",
    "args": [
      "mcp-tinybird"
    ]
  }
}

</details>

构建和发布

要准备用于分发的软件包：

1. 同步依赖项并更新 lockfile：

uv sync

2. 构建软件包分发：

uv build

这将在 dist/ 目录中创建源和 wheel 分发。

3. 发布到 PyPI：

uv publish

注意：您需要通过环境变量或命令标志设置 PyPI 凭据：

• Token：--token 或 UV_PUBLISH_TOKEN
• 或用户名/密码：--username/UV_PUBLISH_USERNAME 和 --password/UV_PUBLISH_PASSWORD

调试

由于 MCP 服务器通过 stdio 运行，因此调试可能具有挑战性。 为了获得最佳调试体验，我们强烈建议使用 MCP Inspector。

您可以通过 npm 使用以下命令启动 MCP Inspector：

npx @modelcontextprotocol/inspector uv --directory /Users/alrocar/gr/mcp-tinybird run mcp-tinybird

启动后，Inspector 将显示一个 URL，您可以在浏览器中访问该 URL 以开始调试。

监控

要监控 MCP 服务器，您可以使用任何兼容的 Prometheus 客户端，例如 Grafana。 在此处了解如何监控您的 MCP 服务器。