Plantilla de servidor Teradata MCP

Descripción general

El servidor Teradata MCP es un proyecto de código abierto, aceptamos contribuciones a través de solicitudes de extracción.

Ofrecemos tres conjuntos de herramientas y sus correspondientes indicaciones útiles.

1. herramientas td_base:

   • execute_read_query - ejecuta una consulta de lectura

   • execute_write_query - ejecuta una consulta de escritura

   • read_table_DDL: devuelve los resultados de la tabla mostrada

   • read_database_list: devuelve una lista de todas las bases de datos

   • read_table_list: devuelve una lista de tablas en una base de datos

   • read_column_description: devuelve la descripción de las columnas de una tabla

   • read_table_preview: devuelve información de la columna y 5 filas de la tabla

   • read_table_affinity: obtiene las tablas que se usan comúnmente juntas

   • read_table_usage: mide el uso de una tabla y vistas por parte de los usuarios en un esquema determinado

   • prompt_general - Crea una consulta SQL contra la base de datos

   • prompt_table_business_description: genera una descripción comercial de una tabla

   • prompt_database_business_description: genera una descripción comercial de una base de datos basada en las tablas

2. herramientas td_dba:

   • read_user_sql_list: devuelve una lista de SQL ejecutado recientemente para un usuario

   • read_table_sql_list: devuelve una lista de SQL ejecutado recientemente para una tabla

   • read_table_space: devuelve el espacio de tabla CurrentPerm

   • read_database_space: devuelve el espacio asignado, el espacio utilizado y el porcentaje utilizado para una base de datos

   • read_database_version: devuelve la información de la versión de la base de datos

   • read_resuage_summary: obtiene las métricas de resumen de uso del sistema Teradata por día de la semana y hora para cada tipo de carga de trabajo y segmento de complejidad de consulta.

   • read_flow_control: obtiene las métricas de control de flujo del sistema Teradata por día y hora

   • read_feature_usage: obtiene las métricas de uso de funciones del usuario

   • read_user_delay: obtiene las métricas de retraso del usuario de Teradata.

   • prompt_table_archive: crea una estrategia de archivo de tabla para las tablas de base de datos.

   • prompt_database_lineage: crea un mapa de linaje dirigido de tablas en una base de datos.

3. herramientas de calidad de datos td:

   • missing_values: devuelve una lista de nombres de columnas con valores faltantes

   • valores_negativos: devuelve una lista de nombres de columnas con valores negativos

   • distinct_categories: devuelve una lista de categorías dentro de una columna

   • standard_deviation: devuelve la media y la desviación estándar de una columna

Puede agregar herramientas de consulta personalizadas en el archivo custom_tools.yaml o en cualquier archivo que termine en _tools.yaml . Simplemente especifique el nombre de la herramienta, su descripción y la consulta SQL que se ejecutará. No se admiten parámetros en este momento.

El directorio de pruebas contiene una herramienta ClientChatBot simple para probar herramientas.

Configuración del entorno

Paso 1: El entorno se ha configurado asumiendo que tiene el paquete uv instalado en su equipo local. Las instrucciones de instalación de uv se encuentran en https://github.com/astral-sh/uv

Paso 2: Clonar el repositorio mcp-server con

En Windows

En Mac/Linux

Paso 3: Debes actualizar el archivo .env

• Cambiar el nombre del archivo env a .env

• La URI de la base de datos tendrá el siguiente formato teradata://nombreusuario:contraseña@host:1025/nombrebasededatos, utilice una experiencia de ClearScape Analytics https://www.teradata.com/getting-started/demos/clearscape-analytics

  • El nombre de usuario necesita actualizarse

  • La contraseña necesita actualizarse

  • El host Teradata necesita una actualización

  • El nombre de la base de datos necesita actualizarse

• Las credenciales LLM deben estar disponibles para que el código /test/pydanticaiBedrock.py funcione

• Configuración SSE

  • SSE: Booleano para determinar si su servidor utilizará el transporte SSE (SSE = Verdadero) o el transporte stdio (SSE = Falso)

  • SSE_HOST: Dirección IP en la que se puede encontrar el servidor, el valor predeterminado debe ser 127.0.0.1

  • SSE_PORT: Dirección del puerto en el que se puede encontrar el servidor, el valor predeterminado debe ser 8001

Ejemplo de archivo .env

Probar su servidor con MCP Inspector

Paso 1 - Inicie el servidor, escriba lo siguiente en su terminal

NOTA: Si está ejecutando esto en una máquina Windows y obtiene errores de npx, npm o node.js, instale el software node.js requerido desde aquí: https://github.com/nodists/nodist

Paso 2: Abra el Inspector MCP

• Debes abrir la herramienta de inspección, ir a http://127.0.0.1:6274

• Haga clic en herramientas

• Haga clic en la lista de herramientas

• Haga clic en read_database_list

• Haga clic en ejecutar

Pruebe las otras herramientas, cada una debería tener un resultado exitoso

Control+c para detener el servidor en la terminal

Ejecutando el servidor

Simplemente puede ejecutar el servidor con: uv run teradata-mcp-server

Agregar su servidor a un agente mediante stdio

Opción 1 - chatbot de pydanticai

Paso 1: Confirme que el indicador SSE en el archivo .env se haya establecido en Falso.

Paso 2 - Modifique el script ./test/ClientChatBot.py para que apunte a donde instaló el servidor, deberá modificar la siguiente línea

Paso 3: Ejecute el script ./test/ClientChatBot.py. Esto creará una sesión interactiva con el agente que tiene acceso al servidor MCP desde una terminal.

• Pídale al agente que enumere las bases de datos

• Pídale al agente que incluya la tabla en una base de datos

• Pídale al agente que muestre todos los objetos en una base de datos

• Pregúntele al agente una pregunta que requiera que SQL se ejecute en una tabla

• Escriba "quit" para salir.

Opción 2 - Chatbot de ADK

Paso 1: Confirme que el indicador SSE en el archivo .env se haya establecido en Falso.

Paso 2: muévase al directorio teradata_mcp_server/test desde una terminal.

Paso 3: abrir el servidor web ADK

Paso 4: chatea con el td_agent

Opción 3 - mcp_chatbot

Paso 0: Modifique server_config.json en el directorio de prueba, asegúrese de que la ruta sea correcta.

Paso 1: Confirme que el indicador SSE en el archivo .env se haya establecido en Falso.

Paso 2: muévase al directorio teradata_mcp_server Desde una terminal y ejecute mcp_chatbot

Paso 3: enumera las indicaciones escribiendo /prompts

Paso 4: ejecutar un mensaje para describir una base de datos

Agregar herramientas usando stdio a Visual Studio Code Co-pilot

• Confirme que el indicador SSE en el archivo .env se ha establecido en Falso

• En VS Code, "Mostrar y ejecutar comandos"

• Seleccione "MCP: Agregar servidor"

• Seleccione "Comando Stdio"

• Ingrese "uv" en el comando para ejecutar

• Ingrese el nombre del servidor para el id

• El archivo settings.json debería abrirse

• Modifique la ruta del directorio y asegúrese de que apunte a donde tiene instalado el servidor.

• Agrega los argumentos para que se vea así:

Nota: Deberá modificar la ruta del directorio en los argumentos de su sistema; debe ser una ruta completa. Es posible que también necesite incluir la ruta completa a uv en el comando.

• Puede iniciar el servidor desde el archivo settings.json o puede hacerlo desde "MCP: Iniciar servidor".

Agregar herramientas mediante SSE a Visual Studio Code Co-pilot

• Confirme que el indicador SSE en el archivo .env se ha establecido en Falso

• Necesitas iniciar el servidor desde una terminal

• En VS Code, "Mostrar y ejecutar comandos"

• Seleccione "MCP: Agregar servidor"

• Seleccione "Eventos enviados por el servidor HTTP"

• Ingrese la URL para la ubicación del servidor, por ejemplo, http://127.0.0.1:8001/sse

• Ingrese el nombre del servidor para el id

• seleccionar espacio de usuario

• El archivo settings.json debería abrirse

• Agrega los argumentos para que se vea así:

• dentro del archivo settings.json o puedes "MCP: Iniciar servidor"

Agregar el servidor MCP a Claude Desktop

Puede agregar este servidor Claude Desktop agregando esta entrada a su archivo de configuración claude_desktop_config.json :

Nota: Deberá modificar la ruta del directorio en los argumentos de su sistema; debe ser una ruta completa. Es posible que también necesite incluir la ruta completa a uv en el comando.

Nota: esto requiere que uv esté disponible para Claude en la ruta de su sistema o instalado globalmente en su sistema (por ejemplo, uv instalado con brew para usuarios de Mac OS).

Exponer herramientas como puntos finales REST con mcpo

Puede utilizar mcpo para exponer esta herramienta MCP como un servidor HTTP compatible con OpenAPI.

Por ejemplo, usando uv: uvx mcpo --port 8001 --api-key "top-secret" -- uv run teradata-mcp-server

Sus herramientas Teradata ahora están disponibles como puntos finales REST locales, consulte la documentación y pruébela en http://localhost:8001/docs

Uso del servidor con Open WebUI

Open WebUI es una plataforma de IA autoalojada e intuitiva, diseñada para funcionar completamente sin conexión y compatible con diversos ejecutores LLM como Ollama. Ofrece una forma práctica de interactuar con LLM y servidores MCP desde una interfaz gráfica intuitiva. Se puede integrar con este servidor MCP mediante el componente mcpo .

Primero ejecute mcpo como se especifica en la sección anterior .

Acceda a la interfaz de usuario en http://localhost:8080 . Para agregar las herramientas de MCP, vaya a Configuración > Herramientas > Agregar conexión e ingrese los datos de conexión de su servidor mcpo (p. ej., localhost:8001 , contraseña = top-secret si ejecutó la línea de comandos en la sección mcpo).

Deberías poder ver las herramientas en la sección Válvulas de control de chat a la derecha y hacer que tus modelos las utilicen.

Proceso de dar un título