Keboola MCP 서버

Keboola Connection과 상호 작용하는 모델 컨텍스트 프로토콜(MCP) 서버입니다. 이 서버는 Keboola Storage API의 데이터를 나열하고 액세스하는 도구를 제공합니다.

요구 사항

• Python 3.10 이상
• Keboola Storage API 토큰
• Snowflake 또는 BigQuery 읽기 전용 작업 공간

설치

Smithery를 통해 설치

Smithery를 통해 Claude Desktop용 Keboola Explorer를 자동으로 설치하려면:

지엑스피1

수동 설치

먼저 저장소를 복제하고 가상 환경을 만듭니다.

개발 모드에서 패키지를 설치하세요:

개발 종속성의 경우:

클로드 데스크탑 설정

Claude Desktop과 함께 이 서버를 사용하려면 다음 단계를 따르세요.

1. Claude Desktop 구성 파일을 생성하거나 편집합니다.
   • macOS : ~/Library/Application Support/Claude/claude_desktop_config.json
   • 윈도우 : %APPDATA%\Claude\claude_desktop_config.json
2. 다음 구성을 추가합니다(설정에 따라 경로를 조정합니다):

바꾸다:

• /path/to/keboola-mcp-server 복제된 저장소에 대한 실제 경로를 입력합니다.
• YOUR_REGION Keboola 지역(예: north-europe.azure 등)으로 설정합니다. 지역이 명시적으로 connection 만 설정된 경우 제거할 수 있습니다.
• your-keboola-storage-token Keboola Storage API 토큰과 함께 사용하세요.
• your-workspace-schema

참고: 특정 버전의 Python(예: 일부 패키지 호환성 문제로 인해 3.11)을 사용하는 경우 해당 특정 버전을 사용하도록 command 업데이트해야 합니다(예: /path/to/keboola-mcp-server/.venv/bin/python3.11 ).

참고: 작업 공간은 Keboola 프로젝트에서 생성할 수 있습니다. 스토리지 토큰을 받은 프로젝트와 동일합니다. 작업 공간은 스키마 또는 데이터 세트 이름을 포함한 모든 필수 연결 매개변수를 제공합니다.

3. 구성을 업데이트한 후:
   • Claude Desktop을 완전히 종료합니다(창을 닫지 마세요)
   • Claude Desktop을 다시 시작하세요
   • 서버가 연결되었음을 나타내는 오른쪽 하단 모서리에 있는 망치 아이콘을 찾으세요.

문제 해결

연결 문제가 발생하는 경우:

1. Claude Desktop의 로그에서 오류 메시지를 확인하세요.
2. Keboola Storage API 토큰이 올바른지 확인하세요.
3. 구성의 모든 경로가 절대 경로인지 확인하세요.
4. 가상 환경이 제대로 활성화되었고 모든 종속성이 설치되었는지 확인하세요.

커서 AI 설정

이 서버를 Cursor AI와 함께 사용하려면 전송 방법을 구성하는 두 가지 옵션, 즉 SSE(Server-Sent Events) 또는 stdio(Standard I/O)가 있습니다.

1. Cursor AI 구성 파일을 생성하거나 편집합니다.
   • 위치: ~/.cursor/mcp.json
2. 선호하는 운송 방법에 따라 다음 구성 중 하나(또는 모두)를 추가하세요.

옵션 1: SSE(서버 전송 이벤트) 사용

옵션 2a: 표준 I/O(stdio) 사용

옵션 2b: WSL 표준 I/O(wsl stdio) 사용

Cursor AI를 사용하여 Linux용 Windows 하위 시스템에서 MCP 서버를 실행하는 경우 이것을 사용하세요.

• /wsl_path/to/keboola-mcp-server/.env 파일에 환경 변수가 포함되어 있습니다.

바꾸다:

• /path/to/keboola-mcp-server 복제된 저장소에 대한 실제 경로를 입력합니다.
• YOUR_REGION Keboola 지역(예: north-europe.azure 등)으로 설정합니다. 지역이 명시적으로 connection 만 설정된 경우 제거할 수 있습니다.
• your-keboola-storage-token Keboola Storage API 토큰과 함께 사용하세요.
• your-workspace-schema

구성을 업데이트한 후:

1. 커서 AI 재시작
2. sse 전송을 사용하는 경우 MCP 서버를 시작해야 합니다. 서버를 빌드한 활성화된 가상 환경에서 다음 명령을 실행하면 됩니다.
   /path/to/keboola-mcp-server/.venv/bin/python -m keboola_mcp_server --transport sse --api-url https://connection.YOUR_REGION.keboola.com
3. 커서 AI는 자동으로 MCP 서버를 감지하고 활성화해야 합니다.

BigQuery 지원

Keboola 프로젝트에서 BigQuery 백엔드를 사용하는 경우 KBC_STORAGE_TOKEN 및 KBC_WORKSPACE_SCHEMA 외에도 GOOGLE_APPLICATION_CREDENTIALS 환경 변수를 설정해야 합니다.

1. Keboola BigQuery 작업 공간으로 이동하여 자격 증명을 표시합니다( Connect 버튼을 클릭합니다).
2. 자격 증명 파일을 로컬 디스크에 다운로드하세요. 일반 JSON 파일입니다.
3. 다운로드한 JSON 자격 증명 파일의 전체 경로를 GOOGLE_APPLICATION_CREDENTIALS 환경 변수로 설정합니다.

이렇게 하면 MCP 서버 인스턴스에 Google Cloud의 BigQuery 작업 공간에 액세스할 수 있는 권한이 부여됩니다.

사용 가능한 도구

서버는 Keboola Connection과 상호 작용하기 위한 다음과 같은 도구를 제공합니다.

• 버킷과 테이블 나열
• 버킷 및 테이블 정보 가져오기
• 테이블 데이터 미리보기
• 테이블 데이터를 CSV로 내보내기
• 구성 요소 및 구성 나열

개발

테스트 실행:

형식 코드:

유형 검사:

특허

MIT 라이센스 - 자세한 내용은 라이센스 파일을 참조하세요.