代替テキスト

uv init mcp-server-demo

cd mcp-server-demo

uv に "mcp[cli]" を追加 uv pip install mcp-python pandas matplotlib openpyxl fastapi uvicorn pillo uv run mcp dev server.py

uv 実行 mcp インストール server.py

Excel MCP サーバー

このプロジェクトは、Excelデータを操作するためのツールとリソースを提供するModel Context Protocol（MCP）サーバーを実装します。このサーバーは、シンプルなAPIを通じてExcelデータの読み取り、更新、フィルタリング、視覚化の機能を提供します。

特徴

Excel 操作: Excel ファイルの読み取りと書き込み
データフィルタリング: さまざまな基準に基づいてデータをフィルタリングおよび検索します
データ分析: 統計サマリーとピボットテーブルを生成する
データの視覚化: さまざまなチャートと視覚化を作成する
更新操作: セルの更新、行の追加、行の削除
異常検出：数値データ内の外れ値を見つける
チャートの推奨事項: 適切な視覚化を自動的に提案します

Related MCP server: Excel MCP Server

インストール

必要な依存関係をインストールします。

pip install mcp-python pandas matplotlib openpyxl fastapi uvicorn pillow

このリポジトリをクローンするか、ファイルをダウンロードしてください:
- server.py - MCP サーバーの実装
- client.py - 機能を紹介するデモクライアント

使用法

サーバーの起動

サーバーを実行します。

python server.py

デフォルトでは、サーバーはhttp://localhost:8000で起動します。

クライアントデモの使用

クライアントデモスクリプトでは、MCP サーバーで実行できるさまざまな操作を紹介します。

python client.py

これにより、次のようになります。

サンプル Excel ファイルを作成する (存在しない場合)
基本的なExcel操作を実演する
データフィルタリング機能を表示
視覚化を生成する
データ更新を実行する
データの異常を検出する

APIを直接使用する

MCP サーバーの API を直接使用できます。

ツールAPI

/tools/{tool_name}への POST リクエストを使用してツールを呼び出します。

import requests # Example: Read Excel file response = requests.post( "http://localhost:8000/tools/read_excel", json={"filename": "example.xlsx", "sheet_name": "Sheet1"} ) data = response.json()

リソースAPI

/resources/{resource_path}への GET または POST リクエストを使用してリソースにアクセスします。

# Example: Get sheet list response = requests.get("http://localhost:8000/resources/excel://example.xlsx/sheets") sheets = response.json()

利用可能なツール

Excel操作

read_excel - Excelファイルからデータを読み取る
write_excel - Excelファイルにデータを書き込む
get_excel_sheets - Excel ファイル内のシートのリストを取得します

データフィルタリング

filter_data - 条件に基づいて Excel データをフィルタリングする
search_data - Excelデータ内の用語を検索する

データ分析

summarize_data - Excelデータの統計概要を取得します
create_pivot_table - Excelデータからピボットテーブルを作成する

データの可視化

visualize_chart - さまざまな種類のチャートを作成します（棒グラフ、折れ線グラフ、散布図、円グラフ、履歴グラフ）
recommend_charts - データ構造に基づいてチャートの推奨事項を取得します

更新操作

update_cell - Excel ファイル内の特定のセルを更新する
add_row - Excelファイルに新しい行を追加する
delete_rows - フィルターに基づいて Excel ファイルから行を削除します

追加機能

detect_anomalies - Zスコアを使用して数値データの異常を見つける
export_to_csv - Excel データを CSV 形式でエクスポートします

利用可能なリソース

excel://{filename}/sheets - Excelファイル内のシートのリストを取得します
excel://{filename}/sheet/{sheet_name} - 特定のシートからデータを取得する
excel://{filename}/sheet/{sheet_name}/summary - シートデータの概要を取得します
excel://{filename}/sheet/{sheet_name}/filter - シート内のデータをフィルタリングする

例: カスタムクライアントの作成

MCP サーバーと対話するための独自のクライアントを作成できます。

import requests def call_tool(tool_name, params): """Call an MCP tool""" url = f"http://localhost:8000/tools/{tool_name}" response = requests.post(url, json=params) return response.json() # Example: Get chart visualization chart_result = call_tool("visualize_chart", { "filename": "sales_data.xlsx", "sheet_name": "Sheet1", "chart_type": "bar", "x_column": "Month", "y_columns": ["Revenue"], "title": "Monthly Revenue" }) # Save chart image if chart_result.get("success", False) and "image" in chart_result: import base64 img_data = base64.b64decode(chart_result["image"]) with open("revenue_chart.png", "wb") as f: f.write(img_data)

AIモデルとの統合

この MCP サーバーは、Claude などの AI モデルと簡単に統合でき、Excel データへの自然言語インターフェースを提供できます。

AIはユーザーのリクエストに基づいて適切なMCPツールを呼び出すことができます。
ツールによって返されたデータを処理する
洞察と視覚化をユーザーに提示する

これにより、自然言語の要求を理解して Excel データを分析および操作できるインタラクティブな「Excel アシスタント」が作成されます。

Excel MCP Server