local-only server

The server can only run on the client’s local machine because it depends on local resources.

Integrations

Connects to Snowflake to provide access to Keboola data stored in Snowflake warehouses, enabling data exploration and preview capabilities.

Servidor MCP de Keboola

Un servidor de Protocolo de Contexto de Modelo (MCP) para interactuar con Keboola Connection. Este servidor proporciona herramientas para listar y acceder a datos desde la API de Almacenamiento de Keboola.

Requisitos

Python 3.10 o más reciente
Token de API de almacenamiento de Keboola
Espacio de trabajo de solo lectura de Snowflake o BigQuery

Instalación

Instalación mediante herrería

Para instalar Keboola Explorer para Claude Desktop automáticamente a través de Smithery :

npx -y @smithery/cli install keboola-mcp-server --client claude

Instalación manual

Primero, clone el repositorio y cree un entorno virtual:

git clone https://github.com/keboola/keboola-mcp-server.git
cd keboola-mcp-server
python3 -m venv .venv
source .venv/bin/activate
pip3 install -U pip 

Instalar el paquete en modo de desarrollo:

pip3 install -e .

Para dependencias de desarrollo:

pip3 install -e ".[dev]"

Configuración del escritorio de Claude

Para utilizar este servidor con Claude Desktop, siga estos pasos:

Cree o edite el archivo de configuración de Claude Desktop:
- macOS : ~/Library/Application Support/Claude/claude_desktop_config.json
- Ventanas : %APPDATA%\Claude\claude_desktop_config.json
Agregue la siguiente configuración (ajuste las rutas según su configuración):

{
  "mcpServers": {
    "keboola": {
      "command": "/path/to/keboola-mcp-server/.venv/bin/python",
      "args": [
        "-m",
        "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"
      }
    }
  }
}

Reemplazar:

/path/to/keboola-mcp-server con su ruta real al repositorio clonado
YOUR_REGION con tu región de Keboola (p. ej., north-europe.azure , etc.). Puedes eliminarla si tu región solo tiene connection explícita.
your-keboola-storage-token con su token de API de almacenamiento de Keboola
your-workspace-schema con su esquema Snowflake o el conjunto de datos de BigQuery de su espacio de trabajo

Nota: Si está utilizando una versión específica de Python (por ejemplo, 3.11 debido a algunos problemas de compatibilidad de paquetes), deberá actualizar el command para usar esa versión específica, por ejemplo, /path/to/keboola-mcp-server/.venv/bin/python3.11

Nota: El espacio de trabajo se puede crear en su proyecto de Keboola. Es el mismo proyecto donde obtuvo su token de almacenamiento. El espacio de trabajo proporcionará todos los parámetros de conexión necesarios, incluyendo el nombre del esquema o conjunto de datos.

Después de actualizar la configuración:
- Salga completamente de Claude Desktop (no solo cierre la ventana)
- Reiniciar Claude Desktop
- Busque el ícono del martillo en la esquina inferior derecha, que indica que el servidor está conectado

Solución de problemas

Si encuentra problemas de conexión:

Revise los registros en Claude Desktop para ver si hay mensajes de error
Verifique que su token de API de almacenamiento de Keboola sea correcto
Asegúrese de que todas las rutas en la configuración sean rutas absolutas
Confirme que el entorno virtual esté activado correctamente y que todas las dependencias estén instaladas

Configuración de la IA del cursor

Para utilizar este servidor con Cursor AI, tiene dos opciones para configurar el método de transporte: Eventos enviados por el servidor (SSE) o E/S estándar (stdio).

Cree o edite el archivo de configuración de Cursor AI:
- Ubicación: ~/.cursor/mcp.json
Agregue una de las siguientes configuraciones (o todas) según su método de transporte preferido:

Opción 1: Uso de eventos enviados por el servidor (SSE)

{
  "mcpServers": {
    "keboola": {
      "url": "http://localhost:8000/sse?storage_token=YOUR-KEBOOLA-STORAGE-TOKEN&workspace_schema=YOUR-WORKSPACE-SCHEMA"
    }
  }
}

Opción 2a: Uso de E/S estándar (stdio)

{
  "mcpServers": {
    "keboola": {
      "command": "/path/to/keboola-mcp-server/.venv/bin/python",
      "args": [
        "-m",
        "keboola_mcp_server",
        "--transport",
        "stdio",
         "--api-url",
         "https://connection.YOUR_REGION.keboola.com"
      ],
      "env": {
        "KBC_STORAGE_TOKEN": "your-keboola-storage-token", 
        "KBC_WORKSPACE_SCHEMA": "your-workspace-schema"         
      }
    }
  }
}

Opción 2b: Uso de E/S estándar de WSL (wsl stdio)

Al ejecutar el servidor MCP desde el Subsistema de Windows para Linux con Cursor AI, use esto.

{
  "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"

Reemplazar:

/path/to/keboola-mcp-server con su ruta real al repositorio clonado
YOUR_REGION con tu región de Keboola (p. ej., north-europe.azure , etc.). Puedes eliminarla si tu región solo tiene connection explícita.
your-keboola-storage-token con su token de API de almacenamiento de Keboola
your-workspace-schema con su esquema Snowflake o el conjunto de datos de BigQuery de su espacio de trabajo

Después de actualizar la configuración:

Reiniciar Cursor AI
Si usa el transporte sse , asegúrese de iniciar su servidor MCP. Puede hacerlo ejecutando esto en el entorno virtual activado donde creó el servidor:
/path/to/keboola-mcp-server/.venv/bin/python -m keboola_mcp_server --transport sse --api-url https://connection.YOUR_REGION.keboola.com
Cursor AI debería detectar automáticamente su servidor MCP y habilitarlo.

Compatibilidad con 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 Connect ).
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 otorgará a su instancia de servidor MCP permisos para acceder a su espacio de trabajo de BigQuery en Google Cloud.

Herramientas disponibles

El servidor proporciona las siguientes herramientas para interactuar con Keboola Connection:

Lista de contenedores y tablas
Obtener información sobre cubos y mesas
Vista previa de los datos de la tabla
Exportar datos de la tabla a CSV
Lista de componentes y configuraciones

Desarrollo

Ejecutar pruebas:

pytest

Código de formato:

black .
isort .

Comprobación de tipos:

mypy .

Licencia

Licencia MIT: consulte el archivo LICENCIA para obtener más detalles.

You must be authenticated.

A

security – no known vulnerabilities

A

license - permissive license

A

quality - confirmed to work

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.

Related Resources

Reddit Discussion about this server

Keboola Explorer MCP Server