Teradata MCP-Servervorlage

Überblick

Der Teradata MCP-Server ist ein Open-Source-Projekt. Wir freuen uns über Beiträge über Pull Requests.

Wir bieten drei Sätze von Werkzeugen und dazugehörige hilfreiche Eingabeaufforderungen

1. td_base_tools:

   • execute_read_query – führt eine Leseabfrage aus

   • execute_write_query – führt eine Schreibabfrage aus

   • read_table_DDL – gibt die Ergebnisse der Tabellenanzeige zurück

   • read_database_list - gibt eine Liste aller Datenbanken zurück

   • read_table_list – gibt eine Liste von Tabellen in einer Datenbank zurück

   • read_column_description – gibt die Beschreibung der Spalten in einer Tabelle zurück

   • read_table_preview - gibt Spalteninformationen und 5 Zeilen aus der Tabelle zurück

   • read_table_affinity – ruft Tabellen ab, die häufig zusammen verwendet werden

   • read_table_usage – Messen Sie die Nutzung einer Tabelle und von Ansichten durch Benutzer in einem bestimmten Schema

   • prompt_general - Erstellen Sie eine SQL-Abfrage für die Datenbank

   • prompt_table_business_description - generiert eine Geschäftsbeschreibung einer Tabelle

   • prompt_database_business_description - generiert eine Geschäftsbeschreibung einer Datenbank basierend auf den Tabellen

2. td_dba_tools:

   • read_user_sql_list – gibt eine Liste der zuletzt ausgeführten SQL-Befehle für einen Benutzer zurück

   • read_table_sql_list – gibt eine Liste der zuletzt ausgeführten SQL-Anweisungen für eine Tabelle zurück

   • read_table_space – gibt den CurrentPerm-Tabellenbereich zurück

   • read_database_space – gibt den zugewiesenen Speicherplatz, den verwendeten Speicherplatz und den verwendeten Prozentsatz für eine Datenbank zurück

   • read_database_version – gibt die Datenbankversionsinformationen zurück

   • read_resuage_summary – Ruft die zusammenfassenden Metriken zur Teradata-Systemnutzung nach Wochentag und Stunde für jeden Workloadtyp und Abfragekomplexitäts-Bucket ab.

   • read_flow_control – Erhalten Sie die Flusskontrollmetriken des Teradata-Systems nach Tag und Stunde

   • read_feature_usage – Ruft die Nutzungsmetriken der Benutzerfunktionen ab

   • read_user_delay – Ruft die Teradata-Benutzerverzögerungsmetriken ab.

   • prompt_table_archive – Erstellen Sie eine Tabellenarchivierungsstrategie für Datenbanktabellen.

   • prompt_database_lineage – Erstellt eine gerichtete Herkunftskarte von Tabellen in einer Datenbank.

3. td_data_quality_tools:

   • missing_values - gibt eine Liste von Spaltennamen mit fehlenden Werten zurück

   • negative_values - gibt eine Liste von Spaltennamen mit negativen Werten zurück

   • distinct_categories – gibt eine Liste von Kategorien innerhalb einer Spalte zurück

   • standard_deviation – gibt den Mittelwert und die Standardabweichung für eine Spalte zurück

Sie können benutzerdefinierte Abfragetools in der Datei custom_tools.yaml oder in einer beliebigen Datei mit der Endung _tools.yaml definieren. Geben Sie einfach den Toolnamen, die Beschreibung und die auszuführende SQL-Abfrage an. Parameter werden derzeit nicht unterstützt.

Das Testverzeichnis enthält ein einfaches ClientChatBot-Tool zum Testen von Tools.

Umgebungseinrichtung

Schritt 1 – Die Umgebung wurde zusammengestellt, vorausgesetzt, Sie haben das UV-Paket auf Ihrem lokalen Rechner installiert. Installationsanweisungen für UV finden Sie unter https://github.com/astral-sh/uv

Schritt 2 - Klonen Sie das MCP-Server-Repository mit

Unter Windows

Unter Mac/Linux

Schritt 3 - Sie müssen die .env-Datei aktualisieren

• Benennen Sie die Umgebungsdatei in .env um

• Die Datenbank-URI hat das folgende Format: teradata://Benutzername:Passwort@Host:1025/Datenbankname. Verwenden Sie ClearScape Analytics Experience https://www.teradata.com/getting-started/demos/clearscape-analytics

  • der Benutzername muss aktualisiert werden

  • das Passwort muss aktualisiert werden

  • der Teradata-Host muss aktualisiert werden

  • der Datenbankname muss aktualisiert werden

• LLM-Anmeldeinformationen müssen verfügbar sein, damit der Code /test/pydanticaiBedrock.py funktioniert

• SSE-Einstellung

  • SSE: Boolescher Wert, um zu bestimmen, ob Ihr Server den SSE-Transport (SSE = True) oder den Standardtransport (SSE = False) verwendet.

  • SSE_HOST: IP-Adresse, unter der der Server zu finden ist, Standard sollte 127.0.0.1 sein

  • SSE_PORT: Portadresse, unter der der Server gefunden werden kann, Standard sollte 8001 sein

Beispiel einer .env-Datei

Testen Ihres Servers mit MCP Inspector

Schritt 1 - Starten Sie den Server und geben Sie Folgendes in Ihr Terminal ein

HINWEIS: Wenn Sie dies auf einem Windows-Computer ausführen und npx-, npm- oder node.js-Fehler erhalten, installieren Sie die erforderliche node.js-Software von hier: https://github.com/nodists/nodist

Schritt 2 - Öffnen Sie den MCP-Inspektor

• Sie sollten das Inspector-Tool öffnen und zu http://127.0.0.1:6274 gehen.

• Klicken Sie auf Werkzeuge

• Klicken Sie auf Listentools

• Klicken Sie auf read_database_list

• Klicken Sie auf Ausführen

Testen Sie die anderen Tools. Jedes sollte ein erfolgreiches Ergebnis liefern.

Strg+C, um den Server im Terminal zu stoppen

Ausführen des Servers

Sie können den Server einfach mit folgendem Befehl ausführen: uv run teradata-mcp-server

Hinzufügen Ihres Servers zu einem Agenten mit stdio

Option 1 – pydanticai-Chatbot

Schritt 1 - Bestätigen Sie, dass das SSE-Flag in der .env-Datei auf „False“ gesetzt wurde

Schritt 2 - Ändern Sie das Skript ./test/ClientChatBot.py so, dass es auf den Installationsort des Servers verweist. Dazu müssen Sie die folgende Zeile ändern

Schritt 3: Führen Sie das Skript ./test/ClientChatBot.py aus. Dadurch wird eine interaktive Sitzung mit dem Agenten erstellt, der Zugriff auf den MCP-Server hat. Von einem Terminal aus.

• Bitten Sie den Agenten, die Datenbanken aufzulisten

• Bitten Sie den Agenten, die Tabelle in einer Datenbank aufzulisten

• Bitten Sie den Agenten, alle Objekte in einer Datenbank anzuzeigen

• Stellen Sie dem Agenten eine Frage, für deren Ausführung SQL für eine Tabelle erforderlich ist

• Geben Sie zum Beenden „quit“ ein.

Option 2 – ADK-Chatbot

Schritt 1 - Bestätigen Sie, dass das SSE-Flag in der .env-Datei auf „False“ gesetzt wurde

Schritt 2 – Wechseln Sie von einem Terminal in das Verzeichnis teradata_mcp_server/test.

Schritt 3 – ADK-Webserver öffnen

Schritt 4 - Chatten Sie mit dem td_agent

Option 3 - mcp_chatbot

Schritt 0 – Ändern Sie server_config.json im Testverzeichnis und stellen Sie sicher, dass der Pfad korrekt ist.

Schritt 1 - Bestätigen Sie, dass das SSE-Flag in der .env-Datei auf „False“ gesetzt wurde

Schritt 2 - Wechseln Sie in das Verzeichnis teradata_mcp_server. Führen Sie von einem Terminal aus den mcp_chatbot aus.

Schritt 3 - Listen Sie die Eingabeaufforderungen auf, indem Sie /prompts eingeben

Schritt 4 - Ausführen einer Eingabeaufforderung zum Beschreiben einer Datenbank

Hinzufügen von Tools mit stdio zu Visual Studio Code Co-Pilot

• Bestätigen Sie, dass das SSE-Flag in der .env-Datei auf „False“ gesetzt wurde

• In VS Code: „Befehle anzeigen und ausführen“

• wählen Sie „MCP: Server hinzufügen“

• wählen Sie "Command Stdio"

• Geben Sie beim Ausführen des Befehls „uv“ ein

• Geben Sie den Namen des Servers für die ID ein

• Die Datei settings.json sollte geöffnet werden

• Ändern Sie den Verzeichnispfad und stellen Sie sicher, dass er auf den Ort verweist, an dem Sie den Server installiert haben

• Fügen Sie die Argumente hinzu, sodass es wie folgt aussieht:

Hinweis: Sie müssen den Verzeichnispfad in den Argumenten für Ihr System anpassen. Es muss ein vollständiger Pfad sein. Möglicherweise benötigen Sie im Befehl auch einen vollständigen Pfad zu uv.

• Sie können den Server aus der Datei „settings.json“ heraus starten oder „MCP: Server starten“ verwenden.

Hinzufügen von Tools mit SSE zu Visual Studio Code Co-Pilot

• Bestätigen Sie, dass das SSE-Flag in der .env-Datei auf „False“ gesetzt wurde

• Sie müssen den Server von einem Terminal aus starten

• In VS Code: „Befehle anzeigen und ausführen“

• wählen Sie „MCP: Server hinzufügen“

• Wählen Sie „Vom HTTP-Server gesendete Ereignisse“

• Geben Sie die URL für den Standort des Servers ein, z. B. http://127.0.0.1:8001/sse

• Geben Sie den Namen des Servers für die ID ein

• Benutzerbereich auswählen

• Die Datei settings.json sollte geöffnet werden

• Fügen Sie die Argumente hinzu, sodass es wie folgt aussieht:

• in der Datei settings.json oder Sie können "MCP: Server starten" verwenden.

Hinzufügen des MCP-Servers zu Claude Desktop

Sie können diesen Server Claude Desktop hinzufügen, indem Sie diesen Eintrag zu Ihrer Konfigurationsdatei claude_desktop_config.json hinzufügen:

Hinweis: Sie müssen den Verzeichnispfad in den Argumenten für Ihr System anpassen. Es muss ein vollständiger Pfad sein. Möglicherweise benötigen Sie im Befehl auch einen vollständigen Pfad zu uv.

Hinweis: Dies erfordert, dass uv für Claude in Ihrem Systempfad verfügbar ist oder global auf Ihrem System installiert ist (z. B. uv mit brew für Mac OS-Benutzer installiert).

Verfügbarmachen von Tools als REST-Endpunkte mit mcpo

Sie können mcpo verwenden, um dieses MCP-Tool als OpenAPI-kompatiblen HTTP-Server verfügbar zu machen.

Beispielsweise mit uv: uvx mcpo --port 8001 --api-key "top-secret" -- uv run teradata-mcp-server

Ihre Teradata-Tools sind jetzt als lokale REST-Endpunkte verfügbar. Sehen Sie sich die Dokumentation an und testen Sie sie unter http://localhost:8001/docs

Verwenden des Servers mit Open WebUI

Open WebUI ist eine benutzerfreundliche, selbstgehostete KI-Plattform, die vollständig offline betrieben werden kann und verschiedene LLM-Runner wie Ollama unterstützt. Sie bietet eine komfortable Möglichkeit zur Interaktion mit LLMs und MCP-Servern über eine intuitive Benutzeroberfläche. Die Integration in diesen MCP-Server erfolgt über die Komponente mcpo .

Führen Sie zuerst mcpo wie im obigen Abschnitt angegeben aus.

Greifen Sie unter http://localhost:8080 auf die Benutzeroberfläche zu. Um die MCP-Tools hinzuzufügen, navigieren Sie zu Einstellungen > Tools > Verbindung hinzufügen und geben Sie Ihre MCPO-Serververbindungsdetails ein (z. B. localhost:8001 , Kennwort = top-secret , wenn Sie die Befehlszeile im MCPO-Abschnitt ausgeführt haben).

Sie sollten die Tools im Abschnitt „Chat-Steuerventile“ auf der rechten Seite sehen und Ihre Modelle dazu bringen können, sie zu verwenden.

Zertifizierung