Skip to main content
Glama
deenesjakoruzh
keboola

Keboola Explorer MCP Server

by keboola
OverviewInspectSchemaRelated ServersScoreDiscussions
Python
Hybrid

Keboola MCP 服务器

将您的 AI 代理、MCP 客户端（ Cursor 、 Claude 、 Windsurf 、 VS Code等）以及其他 AI 助手连接到 Keboola。公开数据、转换、SQL 查询和作业触发器——无需任何胶水代码。随时随地向代理提供所需的正确数据。

概述

Keboola MCP 服务器是 Keboola 项目与现代 AI 工具之间的开源桥梁。它将 Keboola 的功能（例如存储访问、SQL 转换和作业触发器）转换为可供 Claude、Cursor、CrewAI、LangChain、Amazon Q 等平台调用的工具。

Related MCP server: Claude Dev Server

特征

  • 存储：直接查询表并管理表或存储桶描述

  • 组件：创建、列出和检查提取器、编写器、数据应用程序和转换配置

  • SQL ：使用自然语言创建 SQL 转换

  • 作业：运行组件和转换，并检索作业执行详细信息

  • 元数据：使用自然语言搜索、阅读和更新项目文档和对象元数据

准备工作

确保您拥有：

  • [ ] 已安装 Python 3.10+

  • [ ] 以管理员权限访问 Keboola 项目

  • [ ] 您首选的 MCP 客户端（Claude、Cursor 等）

注意：请确保您已安装uv客户端将使用它自动下载并运行 Keboola MCP 服务器。安装 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

窗户：

# 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

有关更多安装选项，请参阅官方 uv 文档。

在设置 MCP 服务器之前，您需要三个关键信息：

KBC_STORAGE_TOKEN

这是您的 Keboola 身份验证令牌：

有关如何创建和管理存储 API 令牌的说明，请参阅官方 Keboola 文档。

注意：如果您希望 MCP 服务器具有有限的访问权限，请使用自定义存储令牌，如果您希望 MCP 访问项目中的所有内容，请使用主令牌。

KBC_工作空间_模式

这标识了您在 Keboola 中的工作区，并且是 SQL 查询所必需的：

按照此Keboola 指南获取您的 KBC_WORKSPACE_SCHEMA。

注意：创建工作区时，请选中授予对所有项目数据的只读访问权限选项

凯布拉地区

您的 Keboola API URL 取决于您的部署区域。登录 Keboola 项目后，您可以通过查看浏览器中的 URL 来确定您的区域：

地区

API URL

AWS北美

https://connection.keboola.com

AWS 欧洲

https://connection.eu-central-1.keboola.com

Google Cloud 欧盟

https://connection.europe-west3.gcp.keboola.com

Google Cloud 美国

https://connection.us-east4.gcp.keboola.com

Azure 欧盟

https://connection.north-europe.azure.keboola.com

BigQuery 特定设置

如果您的 Keboola 项目使用 BigQuery 后端，除了KBC_STORAGE_TOKEN和KBC_WORKSPACE_SCHEMA之外，您还需要设置GOOGLE_APPLICATION_CREDENTIALS环境变量：

  1. 转到您的 Keboola BigQuery 工作区并显示其凭据（单击“连接”按钮）

  2. 将凭证文件下载到本地磁盘。它是一个纯 JSON 文件

  3. 将下载的 JSON 凭证文件的完整路径设置为GOOGLE_APPLICATION_CREDENTIALS环境变量

  4. 这将授予您的 MCP 服务器实例访问 Google Cloud 中的 BigQuery 工作区的权限。注意：KBC_WORKSPACE_SCHEMA 在 BigQuery 工作区中称为数据集名称，您只需单击“连接”并复制数据集名称即可。

运行 Keboola MCP 服务器

有四种方法可以使用 Keboola MCP 服务器，具体取决于您的需求：

选项 A：集成模式（推荐）

在此模式下，Claude 或 Cursor 会自动为您启动 MCP 服务器。您无需在终端中运行任何命令。

  1. 使用适当的设置配置您的 MCP 客户端（Claude/Cursor）

  2. 客户端将在需要时自动启动 MCP 服务器

Claude桌面配置

  1. 转到 Claude（屏幕左上角）-> 设置 → 开发人员 → 编辑配置（如果您没有看到 claude_desktop_config.json，请创建它）

  2. 添加以下配置：

  3. 重新启动 Claude 桌面以使更改生效

{ "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" } } } }

注意：对于 BigQuery 用户，请在“env”中添加以下行：{}：“GOOGLE_APPLICATION_CREDENTIALS”：“/full/path/to/credentials.json”

配置文件位置：

  • macOS ： ~/Library/Application Support/Claude/claude_desktop_config.json

  • Windows ： %APPDATA%\Claude\claude_desktop_config.json

游标配置

  1. 前往“设置”→“MCP”

  2. 点击“+ 添加新的全局 MCP 服务器”

  3. 使用以下设置进行配置：

{ "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" } } } }

注意：对于 BigQuery 用户，请在“env”中添加以下行：{}：“GOOGLE_APPLICATION_CREDENTIALS”：“/full/path/to/credentials.json”

Windows WSL 的光标配置

使用 Cursor AI 从 Windows Subsystem for Linux 运行 MCP 服务器时，请使用以下配置：

{ "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'" ] } } }

其中/wsl_path/to/keboola-mcp-server/.env文件包含环境变量：

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

选项 B：本地开发模式

对于从事 MCP 服务器代码本身的开发人员：

  1. 克隆存储库并设置本地环境

  2. 配置 Claude/Cursor 以使用您的本地 Python 路径：

{ "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", } } } }

注意：对于 BigQuery 用户，请在“env”中添加以下行：{}：“GOOGLE_APPLICATION_CREDENTIALS”：“/full/path/to/credentials.json”

选项 C：手动 CLI 模式（仅用于测试）

您可以在终端中手动运行服务器进行测试或调试：

# 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

注意：此模式主要用于调试或测试。正常使用 Claude 或 Cursor 时，无需手动运行服务器。

选项 D：使用 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

我需要自己启动服务器吗？

设想

需要手动运行吗？

使用此设置

使用 Claude/Cursor

不

在应用程序设置中配置 MCP

本地开发 MCP

不（克劳德先开口）

将配置指向 python 路径

手动测试 CLI

是的

使用终端运行

使用 Docker

是的

运行docker容器

使用 MCP 服务器

一旦您的 MCP 客户端（Claude/Cursor）配置并运行，您就可以开始查询您的 Keboola 数据：

验证您的设置

您可以从一个简单的查询开始来确认一切正常：

What buckets and tables are in my Keboola project?

您可以做什么的示例

数据探索：

  • “哪些表包含客户信息？”

  • “运行查询以查找按收入排名前 10 位的客户”

数据分析：

  • “按地区分析我上一季度的销售数据”

  • “找到顾客年龄和购买频率之间的相关性”

数据管道：

  • “创建一个连接客户表和订单表的 SQL 转换”

  • “启动我的 Salesforce 组件的数据提取作业”

兼容性

MCP 客户端支持

MCP 客户端

支持状态

连接方法

克劳德（桌面和网络）

✅ 支持，测试

标准输入输出

光标

✅ 支持，测试

标准输入输出

风帆冲浪、Zed、Replit

✅ 支持

标准输入输出

Codeium、Sourcegraph

✅ 支持

HTTP+SSE

自定义 MCP 客户端

✅ 支持

HTTP+SSE 或 stdio

支持的工具

注意： Keboola MCP 处于 1.0 之前的版本，因此可能会发生一些重大更改。您的 AI 代理将自动适应新工具。

类别

工具

描述

贮存

retrieve_buckets

列出 Keboola 项目中的所有存储桶

get_bucket_detail

检索有关特定存储桶的详细信息

retrieve_bucket_tables

返回特定存储桶内的所有表

get_table_detail

提供特定表的详细信息

update_bucket_description

更新 bucket 的描述

update_column_description

更新表中给定列的描述。

update_table_description

更新表的描述

SQL

query_table

针对您的数据执行自定义 SQL 查询

get_sql_dialect

标识您的工作区是否使用 Snowflake 或 BigQuery SQL 方言

成分

create_component_root_configuration

使用自定义参数创建组件配置

create_component_row_configuration

使用自定义参数创建组件配置行

create_sql_transformation

使用自定义查询创建 SQL 转换

find_component_id

返回与给定查询匹配的组件 ID 列表

get_component

获取特定组件的 ID 信息

get_component_configuration

获取有关特定组件/转换配置的信息

get_component_configuration_examples

检索特定组件的配置示例

retrieve_component_configurations

检索项目中现有组件的配置

retrieve_transformations

检索项目中的转换配置

update_component_root_configuration

更新特定组件配置

update_component_row_configuration

更新特定组件配置行

update_sql_transformation_configuration

更新现有的 SQL 转换配置

工作

retrieve_jobs

按状态、组件或配置列出和过滤作业

get_job_detail

返回有关特定工作的全面详细信息

start_job

触发组件或转换作业运行

文档

docs_query

根据自然语言查询搜索 Keboola 文档

故障排除

常见问题

问题

解决方案

身份验证错误

验证

KBC_STORAGE_TOKEN

是否有效

工作区问题

确认

KBC_WORKSPACE_SCHEMA

正确

连接超时

检查网络连接

发展

安装

基本设置：

uv sync --extra dev

通过基本设置，您可以使用uv run tox来运行测试并检查代码样式。

推荐设置：

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

通过推荐的设置，将安装用于测试和代码样式检查的包，这允许 VsCode 或 Cursor 等 IDE 在开发期间检查代码或运行测试。

集成测试

要在本地运行集成测试，请使用uv run tox -e integtests 。注意：您需要设置以下环境变量：

  • INTEGTEST_STORAGE_API_URL

  • INTEGTEST_STORAGE_TOKEN

  • INTEGTEST_WORKSPACE_SCHEMA

为了获得这些值，您需要一个专门的 Keboola 项目进行集成测试。

更新uv.lock

如果您添加或删除了依赖项，请更新uv.lock文件。创建发布版本时，也请考虑使用较新的依赖项版本更新锁 ( uv lock --upgrade )。

支持和反馈

⭐ 获取帮助、报告错误或请求功能的主要方式是

开发团队会积极监控问题，并尽快做出响应。如需了解 Keboola 的常规信息，请使用以下资源。

资源

连接

One-click Deploy
A
security – no known vulnerabilities
-
license - not tested
A
quality - confirmed to work

How are these scores calculated?

Resources

Tools

Appeared in Searches

New MCP Servers

Latest Blog Posts

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