Servidor MCP de FOCUS DATA [中文]

Name: focus_mcp_data
Author: FocusSearch

Un servidor de Protocolo de Contexto de Modelo (MCP) permite a los asistentes de inteligencia artificial consultar directamente los resultados de los datos. Los usuarios pueden obtener los resultados de DataFocus mediante lenguaje natural.

Características

Regístrese en DataFocus para abrir un espacio de aplicación e importar (conectarse directamente a) las tablas de datos que se van a analizar.
Seleccione el cuadro de diálogo de inicialización de la tabla de datos de Datafocus
Resultados de adquisición de datos en lenguaje natural

Related MCP server: Lead Qualifier MCP Tool

Prerrequisitos

jdk 23 o superior. Descargar jdk
Gradle 8.12 o superior. Descargar Gradle.
Registre Datafocus para obtener el token portador:
1. Registrar una cuenta en Datafocus
2. Crear una aplicación
3. Ingresar a la aplicación
4. Administrador -> Autenticación de interfaz -> Token de portador -> Nuevo token de portador

Instalación

Clonar este repositorio:

git clone https://github.com/FocusSearch/focus_mcp_data.git cd focus_mcp_data

Construir el servidor:

gradle clean gradle bootJar The jar path: build/libs/focus_mcp_data.jar

Configuración de MCP

Agregue el servidor a su archivo de configuración de MCP (generalmente ubicado en ~/AppData/Roaming/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json ):

{ "mcpServers": { "focus_mcp_data": { "command": "java", "args": [ "-jar", "path/to/focus_mcp_data/focus_mcp_data.jar" ], "autoApprove": [ "tableList", "gptText2DataInit", "gptText2DataData" ] } } }

Herramientas disponibles

1. lista de tablas

Obtener la lista de tablas en datafocus.

Parámetros:

name (opcional): nombre de la tabla a filtrar
bearer (obligatorio): token de portador

Ejemplo:

{ "name": "test", "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU=" }

2. gptText2DataInit

Inicializar diálogo.

Parámetros:

names (obligatorio): nombres de tablas seleccionadas
bearer (obligatorio): token de portador
language (opcional): idioma ['inglés','chino']

Ejemplo:

{ "names": [ "test1", "test2" ], "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU=" }

3. gptText2DataData

Resultados de la consulta de datos.

Parámetros:

chatId (obligatorio): ID del chat
input (obligatoria): lenguaje natural
bearer (obligatorio): token de portador

Ejemplo:

{ "chatId": "03975af5de4b4562938a985403f206d4", "input": "max(age)", "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU=" }

Formato de respuesta

Todas las herramientas devuelven respuestas en el siguiente formato:

{ "errCode": 0, "exception": "", "msgParams": null, "promptMsg": null, "success": true, "data": { } }

Ejemplo de Cline de Visual Studio Code

vsCode instala el complemento cline
configuración del servidor mcp
usar
1. obtener la lista de tablas
2. Inicializar diálogo
3. consulta:cual es el salario total