Servidor MCP de Keboola
Conecte sus agentes de IA, clientes MCP ( Cursor , Claude , Windsurf , VS Code , etc.) y otros asistentes de IA a Keboola. Exponga datos, transformaciones, consultas SQL y activadores de trabajos sin necesidad de código de enlace. Entregue los datos correctos a los agentes cuando y donde los necesiten.
Descripción general
Keboola MCP Server es un puente de código abierto entre su proyecto Keboola y las herramientas modernas de IA. Convierte las funciones de Keboola (como el acceso al almacenamiento, las transformaciones SQL y los activadores de trabajos) en herramientas invocables para Claude, Cursor, CrewAI, LangChain, Amazon Q y más.
Características
- Almacenamiento : consulte tablas directamente y administre descripciones de tablas o depósitos
- Componentes : crear, enumerar e inspeccionar extractores, escritores, aplicaciones de datos y configuraciones de transformación
- SQL : Crea transformaciones SQL con lenguaje natural
- Trabajos : ejecutar componentes y transformaciones, y recuperar detalles de ejecución de trabajos
- Metadatos : busque, lea y actualice la documentación del proyecto y los metadatos de los objetos utilizando lenguaje natural
Preparativos
Asegúrese de tener:
- [ ] Python 3.10+ instalado
- [ ] Acceso a un proyecto de Keboola con derechos de administrador
- [ ] Su cliente MCP preferido (Claude, Cursor, etc.)
Nota : Asegúrese de tener instalado uv
. El cliente MCP lo usará para descargar y ejecutar automáticamente el servidor MCP de Keboola. Instalación de uv :
macOS/Linux :
Ventanas :
Para obtener más opciones de instalación, consulte la documentación oficial de uv .
Antes de configurar el servidor MCP, necesita tres datos clave:
TOKEN DE ALMACENAMIENTO KBC
Este es su token de autenticación para Keboola:
Para obtener instrucciones sobre cómo crear y administrar tokens de API de almacenamiento, consulte la documentación oficial de Keboola .
Nota : Si desea que el servidor MCP tenga acceso limitado, utilice un token de almacenamiento personalizado; si desea que MCP acceda a todo en su proyecto, utilice el token maestro.
ESQUEMA DEL ESPACIO DE TRABAJO KBC
Esto identifica su espacio de trabajo en Keboola y es necesario para las consultas SQL:
Siga esta guía de Keboola para obtener su KBC_WORKSPACE_SCHEMA.
Nota : Marque la opción Otorgar acceso de solo lectura a todos los datos del proyecto al crear el espacio de trabajo
Región de Keboola
La URL de la API de Keboola depende de la región de implementación. Puede determinar su región consultando la URL en su navegador al iniciar sesión en su proyecto de Keboola:
Región | URL de la API |
---|---|
AWS Norteamérica | https://connection.keboola.com |
AWS Europa | https://connection.eu-central-1.keboola.com |
Google Cloud UE | https://connection.europe-west3.gcp.keboola.com |
Google Cloud EE. UU. | https://connection.us-east4.gcp.keboola.com |
Azure UE | https://connection.north-europe.azure.keboola.com |
Configuración específica de BigQuery
Si su proyecto Keboola usa el backend de BigQuery, deberá configurar la variable de entorno GOOGLE_APPLICATION_CREDENTIALS
además de KBC_STORAGE_TOKEN
y KBC_WORKSPACE_SCHEMA
:
- Vaya a su espacio de trabajo de Keboola BigQuery y muestre sus credenciales (haga clic en el botón Conectar)
- Descargue el archivo de credenciales a su disco local. Es un archivo JSON simple.
- Establezca la ruta completa del archivo de credenciales JSON descargado en la variable de entorno
GOOGLE_APPLICATION_CREDENTIALS
- Esto le dará a su instancia del servidor MCP permisos para acceder a su espacio de trabajo de BigQuery en Google Cloud. Nota : KBC_WORKSPACE_SCHEMA se denomina Nombre del conjunto de datos en el espacio de trabajo de BigQuery, simplemente haga clic en Conectar y copie el Nombre del conjunto de datos.
Ejecución del servidor MCP de Keboola
Hay cuatro formas de utilizar el servidor Keboola MCP, según sus necesidades:
Opción A: Modo Integrado (Recomendado)
En este modo, Claude o Cursor inician automáticamente el servidor MCP. No es necesario ejecutar ningún comando en la terminal .
- Configure su cliente MCP (Claude/Cursor) con la configuración adecuada
- El cliente iniciará automáticamente el servidor MCP cuando sea necesario
Configuración del escritorio de Claude
- Vaya a Claude (esquina superior izquierda de su pantalla) -> Configuración → Desarrollador → Editar configuración (si no ve el archivo claude_desktop_config.json, créelo)
- Agregue la siguiente configuración:
- Reinicie el escritorio de Claude para que los cambios surtan efecto.
Nota : Para los usuarios de BigQuery, agregue la siguiente línea en "env": {}: "GOOGLE_APPLICATION_CREDENTIALS": "/full/path/to/credentials.json"
Ubicaciones de los archivos de configuración:
- macOS :
~/Library/Application Support/Claude/claude_desktop_config.json
- Ventanas :
%APPDATA%\Claude\claude_desktop_config.json
Configuración del cursor
- Vaya a Configuración → MCP
- Haga clic en "+ Agregar nuevo servidor MCP global".
- Configure con estos ajustes:
Nota : Para los usuarios de BigQuery, agregue la siguiente línea en "env": {}: "GOOGLE_APPLICATION_CREDENTIALS": "/full/path/to/credentials.json"
Configuración del cursor para Windows WSL
Al ejecutar el servidor MCP desde el Subsistema de Windows para Linux con Cursor AI, utilice esta configuración:
Donde el archivo /wsl_path/to/keboola-mcp-server/.env
contiene variables de entorno:
Opción B: Modo de desarrollo local
Para los desarrolladores que trabajan en el código del servidor MCP:
- Clonar el repositorio y configurar un entorno local
- Configure Claude/Cursor para utilizar su ruta local de Python:
Nota : Para los usuarios de BigQuery, agregue la siguiente línea en "env": {}: "GOOGLE_APPLICATION_CREDENTIALS": "/full/path/to/credentials.json"
Opción C: Modo CLI manual (solo para pruebas)
Puede ejecutar el servidor manualmente en una terminal para realizar pruebas o depuraciones:
Nota : Este modo se utiliza principalmente para depuración o pruebas. Para un uso normal con Claude o Cursor, no es necesario ejecutar el servidor manualmente.
Opción D: Usar Docker
¿Necesito iniciar el servidor yo mismo?
Guión | ¿Necesita ejecutarlo manualmente? | Utilice esta configuración |
---|---|---|
Usando Claude/Cursor | No | Configurar MCP en la configuración de la aplicación |
Desarrollo de MCP localmente | No (Claude empieza) | Apuntar la configuración a la ruta de Python |
Probar la CLI manualmente | Sí | Utilice la terminal para ejecutar |
Usando Docker | Sí | Ejecutar contenedor docker |
Uso del servidor MCP
Una vez que su cliente MCP (Claude/Cursor) esté configurado y en funcionamiento, puede comenzar a consultar sus datos de Keboola:
Verifique su configuración
Puedes comenzar con una consulta sencilla para confirmar que todo funciona:
Ejemplos de lo que puedes hacer
Exploración de datos:
- "¿Qué tablas contienen información del cliente?"
- Ejecute una consulta para encontrar los 10 clientes principales por ingresos.
Análisis de datos:
- Analizar mis datos de ventas por región del último trimestre.
- "Encuentre correlaciones entre la edad del cliente y la frecuencia de compra"
Tuberías de datos:
- "Crear una transformación SQL que una las tablas de clientes y pedidos"
- "Iniciar el trabajo de extracción de datos para mi componente de Salesforce"
Compatibilidad
Soporte al cliente de MCP
Cliente MCP | Estado de soporte | Método de conexión |
---|---|---|
Claude (Escritorio y Web) | ✅ soportado, probado | estudio |
Cursor | ✅ soportado, probado | estudio |
Windsurf, Zed, Replit | ✅ Compatible | estudio |
Codeium, Sourcegraph | ✅ Compatible | HTTP+SSE |
Clientes MCP personalizados | ✅ Compatible | HTTP+SSE o stdio |
Herramientas compatibles
Nota: Keboola MCP es una versión anterior a la 1.0, por lo que podrían producirse cambios importantes. Sus agentes de IA se adaptarán automáticamente a las nuevas herramientas.
Categoría | Herramienta | Descripción |
---|---|---|
Almacenamiento | retrieve_buckets | Enumera todos los depósitos de almacenamiento en su proyecto Keboola |
get_bucket_detail | Recupera información detallada sobre un depósito específico | |
retrieve_bucket_tables | Devuelve todas las tablas dentro de un depósito específico | |
get_table_detail | Proporciona información detallada para una tabla específica | |
update_bucket_description | Actualiza la descripción de un bucket | |
update_column_description | Actualiza la descripción de una columna determinada en una tabla. | |
update_table_description | Actualiza la descripción de una tabla. | |
SQL | query_table | Ejecuta consultas SQL personalizadas contra sus datos |
get_sql_dialect | Identifica si su espacio de trabajo utiliza el dialecto SQL de Snowflake o BigQuery | |
Componente | create_component_root_configuration | Crea una configuración de componente con parámetros personalizados |
create_component_row_configuration | Crea una fila de configuración de componentes con parámetros personalizados | |
create_sql_transformation | Crea una transformación SQL con consultas personalizadas | |
find_component_id | Devuelve una lista de ID de componentes que coinciden con la consulta dada | |
get_component | Obtiene información sobre un componente específico dado su ID | |
get_component_configuration | Obtiene información sobre una configuración de transformación/componente específica | |
get_component_configuration_examples | Recupera ejemplos de configuración de muestra para un componente específico | |
retrieve_component_configurations | Recupera configuraciones de componentes presentes en el proyecto. | |
retrieve_transformations | Recupera configuraciones de transformación en el proyecto. | |
update_component_root_configuration | Actualiza la configuración de un componente específico | |
update_component_row_configuration | Actualiza una fila de configuración de un componente específico | |
update_sql_transformation_configuration | Actualiza una configuración de transformación SQL existente | |
Trabajo | retrieve_jobs | Enumera y filtra trabajos por estado, componente o configuración |
get_job_detail | Devuelve detalles completos sobre un trabajo específico | |
start_job | Activa la ejecución de un componente o un trabajo de transformación | |
Documentación | docs_query | Busca documentación de Keboola basándose en consultas en lenguaje natural. |
Solución de problemas
Problemas comunes
Asunto | Solución |
---|---|
Errores de autenticación | Verificar que KBC_STORAGE_TOKEN sea válido |
Problemas en el espacio de trabajo | Confirme KBC_WORKSPACE_SCHEMA sea correcto |
Tiempo de espera de conexión | Comprobar la conectividad de la red |
Desarrollo
Instalación
Configuración básica:
Con la configuración básica, puede utilizar uv run tox
para ejecutar pruebas y verificar el estilo del código.
Configuración recomendada:
Con la configuración recomendada, se instalarán paquetes para pruebas y verificación del estilo del código, lo que permite que IDE como VsCode o Cursor verifiquen el código o ejecuten pruebas durante el desarrollo.
Pruebas de integración
Para ejecutar pruebas de integración localmente, utilice uv run tox -e integtests
. NOTA: Deberá configurar las siguientes variables de entorno:
INTEGTEST_STORAGE_API_URL
INTEGTEST_STORAGE_TOKEN
INTEGTEST_WORKSPACE_SCHEMA
Para obtener estos valores, necesita un proyecto Keboola dedicado a las pruebas de integración.
Actualización de uv.lock
Actualice el archivo uv.lock
si ha añadido o eliminado dependencias. También considere actualizar el bloqueo con versiones más recientes de las dependencias al crear una versión ( uv lock --upgrade
).
Soporte y comentarios
⭐ La forma principal de obtener ayuda, informar errores o solicitar funciones es abriendo un problema en GitHub . ⭐
El equipo de desarrollo monitorea activamente los problemas y responderá lo antes posible. Para obtener información general sobre Keboola, utilice los recursos a continuación.
Recursos
- Documentación del usuario
- Documentación para desarrolladores
- Plataforma Keboola
- Rastreador de problemas ← Método de contacto principal para el servidor MCP
Conectar
You must be authenticated.
hybrid server
The server is able to function both locally and remotely, depending on the configuration or use case.
Tools
Este servidor facilita la interacción con la API de almacenamiento de Keboola, lo que permite a los usuarios explorar y administrar contenedores, tablas y componentes de proyectos de manera eficiente a través de Claude Desktop.
- Descripción general
- Características
- Preparativos
- Ejecución del servidor MCP de Keboola
- Uso del servidor MCP
- Compatibilidad
- Herramientas compatibles
- Solución de problemas
- Desarrollo
- Soporte y comentarios
- Recursos
- Conectar
Related Resources
Related MCP Servers
- AsecurityAlicenseAqualityThis server enables interaction between Neo4j databases and Claude Desktop, allowing users to execute Cypher queries, create nodes, and establish relationships in the database.Last updated -37224TypeScriptMIT License
- -securityAlicense-qualityThe Claude Dev Server enables direct interaction with the file system within a specified workspace, allowing users to perform file and directory operations and implement code artifacts in software development using natural language commands.Last updated -2PythonMIT License
- -securityAlicense-qualityThe server facilitates access to Julia documentation and source code through Claude Desktop, allowing users to retrieve information on Julia packages, modules, types, functions, and methods.Last updated -402JavaScriptMIT License
- AsecurityFlicenseAqualityA server that enables Claude Desktop users to access the Claude API directly, allowing them to bypass Professional Plan limitations and use advanced features like custom system prompts and conversation management.Last updated -15Python