Skip to main content
Glama

Keboola Explorer MCP Server

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 :

#if homebrew is not installed on your machine use: # /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" # Install using Homebrew brew install uv

Ventanas :

# Using the installer script powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex" # Or using pip pip install uv # Or using winget winget install --id=astral-sh.uv -e

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:

RegiónURL de la API
AWS Norteaméricahttps://connection.keboola.com
AWS Europahttps://connection.eu-central-1.keboola.com
Google Cloud UEhttps://connection.europe-west3.gcp.keboola.com
Google Cloud EE. UU.https://connection.us-east4.gcp.keboola.com
Azure UEhttps://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 :

  1. Vaya a su espacio de trabajo de Keboola BigQuery y muestre sus credenciales (haga clic en el botón Conectar)
  2. Descargue el archivo de credenciales a su disco local. Es un archivo JSON simple.
  3. Establezca la ruta completa del archivo de credenciales JSON descargado en la variable de entorno GOOGLE_APPLICATION_CREDENTIALS
  4. 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 .

  1. Configure su cliente MCP (Claude/Cursor) con la configuración adecuada
  2. El cliente iniciará automáticamente el servidor MCP cuando sea necesario
Configuración del escritorio de Claude
  1. Vaya a Claude (esquina superior izquierda de su pantalla) -> Configuración → Desarrollador → Editar configuración (si no ve el archivo claude_desktop_config.json, créelo)
  2. Agregue la siguiente configuración:
  3. Reinicie el escritorio de Claude para que los cambios surtan efecto.
{ "mcpServers": { "keboola": { "command": "uvx", "args": [ "keboola_mcp_server", "--api-url", "https://connection.YOUR_REGION.keboola.com" ], "env": { "KBC_STORAGE_TOKEN": "your_keboola_storage_token", "KBC_WORKSPACE_SCHEMA": "your_workspace_schema" } } } }

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
  1. Vaya a Configuración → MCP
  2. Haga clic en "+ Agregar nuevo servidor MCP global".
  3. Configure con estos ajustes:
{ "mcpServers": { "keboola": { "command": "uvx", "args": [ "keboola_mcp_server", "--api-url", "https://connection.YOUR_REGION.keboola.com" ], "env": { "KBC_STORAGE_TOKEN": "your_keboola_storage_token", "KBC_WORKSPACE_SCHEMA": "your_workspace_schema" } } } }

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:

{ "mcpServers": { "keboola": { "command": "wsl.exe", "args": [ "bash", "-c", "'source /wsl_path/to/keboola-mcp-server/.env", "&&", "/wsl_path/to/keboola-mcp-server/.venv/bin/python -m keboola_mcp_server.cli --transport stdio'" ] } } }

Donde el archivo /wsl_path/to/keboola-mcp-server/.env contiene variables de entorno:

export KBC_STORAGE_TOKEN="your_keboola_storage_token" export KBC_WORKSPACE_SCHEMA="your_workspace_schema"

Opción B: Modo de desarrollo local

Para los desarrolladores que trabajan en el código del servidor MCP:

  1. Clonar el repositorio y configurar un entorno local
  2. Configure Claude/Cursor para utilizar su ruta local de Python:
{ "mcpServers": { "keboola": { "command": "/absolute/path/to/.venv/bin/python", "args": [ "-m", "keboola_mcp_server.cli", "--transport", "stdio", "--api-url", "https://connection.YOUR_REGION.keboola.com" ], "env": { "KBC_STORAGE_TOKEN": "your_keboola_storage_token", "KBC_WORKSPACE_SCHEMA": "your_workspace_schema", } } } }

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:

# Set environment variables export KBC_STORAGE_TOKEN=your_keboola_storage_token export KBC_WORKSPACE_SCHEMA=your_workspace_schema # For BigQuery users # export GOOGLE_APPLICATION_CREDENTIALS=/full/path/to/credentials.json # Run with uvx (no installation needed) uvx keboola_mcp_server --api-url https://connection.YOUR_REGION.keboola.com # OR, if developing locally python -m keboola_mcp_server.cli --api-url https://connection.YOUR_REGION.keboola.com

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

docker pull keboola/mcp-server:latest # For Snowflake users docker run -it \ -e KBC_STORAGE_TOKEN="YOUR_KEBOOLA_STORAGE_TOKEN" \ -e KBC_WORKSPACE_SCHEMA="YOUR_WORKSPACE_SCHEMA" \ keboola/mcp-server:latest \ --api-url https://connection.YOUR_REGION.keboola.com # For BigQuery users (add credentials volume mount) # docker run -it \ # -e KBC_STORAGE_TOKEN="YOUR_KEBOOLA_STORAGE_TOKEN" \ # -e KBC_WORKSPACE_SCHEMA="YOUR_WORKSPACE_SCHEMA" \ # -e GOOGLE_APPLICATION_CREDENTIALS="/creds/credentials.json" \ # -v /local/path/to/credentials.json:/creds/credentials.json \ # keboola/mcp-server:latest \ # --api-url https://connection.YOUR_REGION.keboola.com

¿Necesito iniciar el servidor yo mismo?

Guión¿Necesita ejecutarlo manualmente?Utilice esta configuración
Usando Claude/CursorNoConfigurar MCP en la configuración de la aplicación
Desarrollo de MCP localmenteNo (Claude empieza)Apuntar la configuración a la ruta de Python
Probar la CLI manualmenteUtilice la terminal para ejecutar
Usando DockerEjecutar 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:

What buckets and tables are in my Keboola project?

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 MCPEstado de soporteMétodo de conexión
Claude (Escritorio y Web)✅ soportado, probadoestudio
Cursor✅ soportado, probadoestudio
Windsurf, Zed, Replit✅ Compatibleestudio
Codeium, Sourcegraph✅ CompatibleHTTP+SSE
Clientes MCP personalizados✅ CompatibleHTTP+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.

CategoríaHerramientaDescripción
Almacenamientoretrieve_bucketsEnumera todos los depósitos de almacenamiento en su proyecto Keboola
get_bucket_detailRecupera información detallada sobre un depósito específico
retrieve_bucket_tablesDevuelve todas las tablas dentro de un depósito específico
get_table_detailProporciona información detallada para una tabla específica
update_bucket_descriptionActualiza la descripción de un bucket
update_column_descriptionActualiza la descripción de una columna determinada en una tabla.
update_table_descriptionActualiza la descripción de una tabla.
SQLquery_tableEjecuta consultas SQL personalizadas contra sus datos
get_sql_dialectIdentifica si su espacio de trabajo utiliza el dialecto SQL de Snowflake o BigQuery
Componentecreate_component_root_configurationCrea una configuración de componente con parámetros personalizados
create_component_row_configurationCrea una fila de configuración de componentes con parámetros personalizados
create_sql_transformationCrea una transformación SQL con consultas personalizadas
find_component_idDevuelve una lista de ID de componentes que coinciden con la consulta dada
get_componentObtiene información sobre un componente específico dado su ID
get_component_configurationObtiene información sobre una configuración de transformación/componente específica
get_component_configuration_examplesRecupera ejemplos de configuración de muestra para un componente específico
retrieve_component_configurationsRecupera configuraciones de componentes presentes en el proyecto.
retrieve_transformationsRecupera configuraciones de transformación en el proyecto.
update_component_root_configurationActualiza la configuración de un componente específico
update_component_row_configurationActualiza una fila de configuración de un componente específico
update_sql_transformation_configurationActualiza una configuración de transformación SQL existente
Trabajoretrieve_jobsEnumera y filtra trabajos por estado, componente o configuración
get_job_detailDevuelve detalles completos sobre un trabajo específico
start_jobActiva la ejecución de un componente o un trabajo de transformación
Documentacióndocs_queryBusca documentación de Keboola basándose en consultas en lenguaje natural.

Solución de problemas

Problemas comunes

AsuntoSolución
Errores de autenticaciónVerificar que KBC_STORAGE_TOKEN sea válido
Problemas en el espacio de trabajoConfirme KBC_WORKSPACE_SCHEMA sea correcto
Tiempo de espera de conexiónComprobar la conectividad de la red

Desarrollo

Instalación

Configuración básica:

uv sync --extra dev

Con la configuración básica, puede utilizar uv run tox para ejecutar pruebas y verificar el estilo del código.

Configuración recomendada:

uv sync --extra dev --extra tests --extra integtests --extra codestyle

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

Conectar

Related MCP Servers

  • A
    security
    A
    license
    A
    quality
    This 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 -
    3
    72
    24
    TypeScript
    MIT License
  • -
    security
    A
    license
    -
    quality
    The 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 -
    2
    Python
    MIT License
    • Apple
  • -
    security
    A
    license
    -
    quality
    The 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 -
    4
    0
    2
    JavaScript
    MIT License
  • A
    security
    F
    license
    A
    quality
    A 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 -
    1
    5
    Python
    • Apple

View all related MCP servers

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/keboola/keboola-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server