Servidor MCP de visualización de datos
Descripción general
Una implementación de servidor de Protocolo de Contexto de Modelo (MCP) que proporciona al LLM una interfaz para visualizar datos utilizando la sintaxis Vega-Lite.
Componentes
Herramientas
El servidor ofrece dos herramientas principales:
save_dataGuardar una tabla de agregaciones de datos en el servidor para su posterior visualización
Aporte:
name(cadena): Nombre de la tabla de datos que se guardarádata(matriz): Matriz de objetos que representan la tabla de datos
Devoluciones: mensaje de éxito
visualize_dataVisualizar una tabla de datos utilizando la sintaxis Vega-Lite
Aporte:
data_name(cadena): Nombre de la tabla de datos que se visualizarávegalite_specification(cadena): cadena JSON que representa la especificación de Vega-Lite
Devuelve: Si
--output_typese establece entext, devuelve un mensaje de éxito con una claveartifactadicional que contiene la especificación completa de Vega-Lite con datos. Si--output_typese establece enpng, devuelve una imagen PNG codificada en base64 de la visualización utilizando el contenedorImageContentde MPC.
Uso con Claude Desktop
This server cannot be installed
Related Resources
Related MCP Servers
- -securityAlicense-qualityA Model Context Protocol (MCP) server that enables LLMs to interact directly the documents that they have on-disk through agentic RAG and hybrid search in LanceDB. Ask LLMs questions about the dataset as a whole or about specific documents.Last updated -371MIT License
- AsecurityFlicenseAqualityAn MCP server that allows AI models to create data visualizations using Vega-Lite syntax by providing tools to save data tables and generate visualizations from them.Last updated -23
- -security-license-qualityA Model Context Protocol (MCP) server that enables LLMs to interact directly with MongoDB databases, allowing them to query collections, inspect schemas, and manage data seamlessly through natural language.
- AsecurityAlicenseAqualityA Model Context Protocol (MCP) server designed to easily dump your codebase context into Large Language Models (LLMs).Last updated -3661543Apache 2.0