vizro-mcp

Servidor Vizro MCP

Vizro-MCP es un servidor de Protocolo de Contexto de Modelo (MCP) que funciona junto con un LLM para ayudarlo a crear paneles y gráficos de Vizro.

Características de Vizro-MCP

Vizro-MCP proporciona herramientas y plantillas para crear un gráfico o panel de Vizro funcional paso a paso. Las ventajas incluyen:

✅ Un marco consistente para gráficos y paneles con un lenguaje de diseño común.

✅ Salida de configuración validada que es legible y fácil de modificar o mantener.

✅ Vista previa en vivo del tablero para iterar el diseño hasta que el tablero esté perfecto.

✅ Uso de conjuntos de datos locales o remotos simplemente proporcionando una ruta o URL.

Sin Vizro-MCP

Sin Vizro-MCP, si se intenta crear un panel de control con un LLM, este podría elegir cualquier marco y usarlo sin una guía específica, principios de diseño ni consistencia. Los resultados son:

❌ Una elección aleatoria de marco de interfaz o biblioteca de gráficos.

❌ Un desastre codificado por vibraciones que puede o no funcionar, pero que ciertamente no es muy mantenible.

❌ No hay forma de obtener una vista previa del panel fácilmente.

❌ No hay una forma sencilla de conectarse a datos reales.

🛠️ ¡Empieza ya!

Si es un desarrollador y necesita instrucciones para ejecutar Vizro-MCP desde la fuente, vaya al final de esta página a Desarrollo o ejecución desde la fuente .

Prerrequisitos

• ultravioleta
• Escritorio o cursor de Claude

En principio, el servidor Vizro MCP funciona con cualquier aplicación LLM habilitada para MCP, pero recomendamos Claude Desktop o Cursor como opciones populares.

🐛 Nota: Actualmente hay algunos problemas conocidos con VS Code , pero estamos trabajando en ello y esperamos que Copilot funcione pronto.

⚠️ Advertencia: En algunos hosts (como Claude Desktop), el plan gratuito puede tener un rendimiento inferior, lo que puede causar problemas si la solicitud es demasiado compleja. Si la solicitud provoca un bloqueo de la interfaz de usuario, opte por un plan de pago o reduzca la complejidad de su solicitud.

Instrucciones de configuración

Agregue lo siguiente a su claude_desktop_config.json que se encuentra a través de Configuración de desarrollador .

⚠️ Advertencia: En algunos casos, podría ser necesario proporcionar la ruta completa del ejecutable uvx . Por lo tanto, en lugar de uvx , utilice algo como /Users/<your-username>/.local/bin/uvx . Para descubrir la ruta de uvx en su equipo, en la aplicación de terminal, escriba which uvx .

Si está utilizando Claude Desktop, reinícielo y, después de unos momentos, debería ver el menú vizro-mcp al abrir el menú de configuración/contexto:

Agregue lo siguiente a mcp.json que se encuentra a través de Configuración del cursor .

⚠️ Advertencia: En algunos casos, podría ser necesario proporcionar la ruta completa del ejecutable uvx . Por lo tanto, en lugar de uvx , utilice algo como /Users/<your-username>/.local/bin/uvx . Para descubrir la ruta de uvx en su equipo, en la aplicación de terminal, escriba which uvx .

De manera similar, al usar el Cursor, después de una breve pausa, debería ver una luz verde en el menú MCP:

En principio, el servidor Vizro MCP funciona con cualquier aplicación LLM compatible con MCP, pero recomendamos Claude Desktop o Cursor como opciones populares. Las distintas herramientas de IA pueden utilizar diferentes métodos de configuración o configuraciones de conexión. Consulte la documentación de cada herramienta para obtener más información.

💻 Uso

Utilice plantillas de indicaciones para obtener paneles específicos rápidamente

Las plantillas de aviso no están disponibles en todos los hosts MCP, pero cuando lo están, puedes usarlas para acceder rápidamente a paneles específicos. Para acceder a ellas (por ejemplo, en Claude Desktop), haz clic en el icono "+" debajo del chat y selecciona Add from vizro-mcp .

La forma más sencilla de empezar a usar los paneles de Vizro es elegir la plantilla create_starter_dashboard y enviar la solicitud. Esto creará un panel súper simple con una página, un gráfico y un filtro. ¡A partir de ahí!

Cree un panel de Vizro basado en datos locales o remotos

También puede solicitar al LLM que cree paneles específicos basados en datos locales o remotos si ya tiene una idea clara de lo que desea. Algunos ejemplos de indicaciones podrían ser:

Cree un panel de Vizro con una página, un gráfico de dispersión y un filtro basado en datos de <insert absolute file path or public URL> .

Cree un panel de Vizro simple de dos páginas, donde la primera página sea un análisis de correlación de datos de <insert absolute file path or public URL> y la segunda página sea un gráfico de mapa de datos de <insert absolute file path or public URL>

Puede encontrar un conjunto de CSV de muestra para probar en el repositorio de Plotly .

Incluso puedes solicitar un panel de control sin proporcionar datos:

Cree un panel de Vizro con una página, un gráfico de dispersión y un filtro.

En general, es útil especificar Vizro en el mensaje y mantenerlo lo más preciso (y simple) posible.

Obtenga una vista previa en vivo de su panel de control

Cuando el LLM elige usar la herramienta validate_model_config y esta se ejecuta correctamente, devolverá un enlace a una vista previa en vivo del panel si solo se utilizan datos públicos a los que se accede mediante URL. De forma predeterminada, el LLM incluso abrirá el enlace en su navegador a menos que usted le indique lo contrario. En Claude Desktop, puede ver el resultado de la herramienta abriendo el desplegable de herramientas y desplazándose hasta el final.

También puedes pedirle al modelo que te dé el enlace, pero intentará regenerarlo, lo cual es muy propenso a errores y lento.

Crear gráficos de Vizro

Si no desea crear un panel de Vizro completo, puede usar Vizro-MCP para crear el código de un solo gráfico. Si no está seguro del tipo de gráfico que desea, consulte el Vocabulario Visual de Vizro para obtener ideas.

La forma más sencilla de crear un gráfico Vizro es elegir la plantilla create_vizro_chart y enviar la solicitud. Esto creará un gráfico sencillo que podrás modificar. ¡A partir de ahí!

Alternativamente, puedes simplemente preguntar en el chat, por ejemplo:

Cree una dispersión basada en el conjunto de datos del iris.

Cree un gráfico de barras basado en los datos de <insert absolute file path or public URL> .

🔍Transparencia y confianza

Los servidores MCP son un concepto relativamente nuevo, y es importante ser transparente sobre las capacidades de las herramientas para que el usuario pueda tomar una decisión informada. En general, el servidor MCP de Vizro solo lee datos y nunca escribe, elimina ni modifica datos en su equipo.

En general, la parte más crítica del proceso es la herramienta load_and_analyze_data . Esta herramienta, ejecutándose en su equipo, cargará datos locales o remotos en un DataFrame de Pandas y proporcionará un análisis detallado de su estructura y contenido. Solo utiliza pd.read_xxx , por lo que, en general, no hay que preocuparse por la privacidad ni la seguridad de los datos.

La segunda parte más importante es la herramienta validate_model_config . Esta herramienta intentará instanciar la configuración del modelo de Vizro y devolverá el código Python y el enlace de visualización para las configuraciones válidas. Si la configuración es válida, también devolverá e intentará abrir un enlace a una vista previa en vivo del panel, que le llevará a PyCafe . Si no desea abrir el enlace, puede indicarle al LLM que no lo haga.

Herramientas disponibles (si el cliente lo permite)

El servidor MCP de Vizro proporciona las siguientes herramientas. Generalmente, no debería ser necesario usarlas directamente, pero en casos especiales podría solicitar al LLM que las llame directamente para que le ayuden a encontrar la ruta.

• get_vizro_chart_or_dashboard_plan : Obtenga un plan estructurado paso a paso para crear un gráfico o un panel. Proporciona orientación sobre todo el proceso de creación.
• get_model_JSON_schema : recupera el esquema JSON completo para cualquier modelo Vizro especificado, útil para comprender los parámetros obligatorios y opcionales.
• validate_model_config : Prueba las configuraciones del modelo de Vizro intentando instanciarlas. Devuelve código Python y enlaces de visualización para configuraciones válidas.
• load_and_analyze_csv : carga un archivo CSV desde una ruta local o URL en un DataFrame de pandas y proporciona un análisis detallado de su estructura y contenido.
• validate_chart_code : valida el código creado para un gráfico y devuelve información sobre su corrección.
• get_sample_data_info : proporciona información sobre conjuntos de datos de muestra que se pueden usar para pruebas y desarrollo.

Avisos disponibles (si el cliente lo permite)

• create_starter_dashboard : utilice esta plantilla de aviso para comenzar a utilizar los paneles de Vizro.
• create_EDA_dashboard : utilice esta plantilla de solicitud para crear un tablero de análisis de datos exploratorios (EDA) basado en un conjunto de datos CSV local o remoto.
• create_vizro_chart : utilice esta plantilla de solicitud para crear un gráfico plotly con estilo Vizro basado en un conjunto de datos CSV local o remoto.

Desarrollo o ejecución desde la fuente

Si es desarrollador o ejecuta Vizro-MCP desde el código fuente, debe clonar el repositorio de Vizro. Para configurar los detalles del servidor Vizro MCP:

Para Claude : agregue lo siguiente a su claude_desktop_config.json que se encuentra a través de Configuración de desarrollador :

Para el cursor : agregue lo siguiente a mcp.json que se encuentra a través de la configuración del cursor :

Reemplace <PATH TO VIZRO> con la ruta real a su repositorio de Vizro. También podría necesitar proporcionar la ruta completa a su ejecutable uv ; por lo tanto, en lugar de "uv" , use algo como "/Users/<your-username>/.local/bin/uv" . Para descubrir la ruta de uv en su equipo, en la aplicación de terminal, escriba which uv .

Descargo de responsabilidad

Los usuarios son responsables de todo lo que se haga a través de su aplicación LLM anfitriona.

Los usuarios son responsables de obtener todos los derechos necesarios para acceder a cualquier herramienta de inteligencia artificial generativa de terceros y de cumplir con los términos y condiciones aplicables.

Los usuarios son totalmente responsables del uso y la seguridad de las herramientas de inteligencia artificial generativa de terceros y de Vizro.

Los usuarios reconocen y aceptan que:

Cualquier resultado, opción, dato, recomendación, análisis, código u otra información (“Resultados”) generados por cualquier herramienta de IA generativa de terceros (“Herramientas GenAI”) pueden contener algunas imprecisiones, sesgos, contenido ilegítimo, potencialmente infractor o de otro modo inapropiado que puede ser erróneo, discriminatorio o engañoso.

McKinsey & Company:

(i) renuncia expresamente a la exactitud, idoneidad, puntualidad, confiabilidad, comerciabilidad, idoneidad para un propósito particular, no infracción, seguridad o integridad de cualquier Resultado,

(ii) no será responsable de ningún error, omisión u otros defectos, demoras o interrupciones en dichos Resultados, ni de ninguna acción realizada en base a ellos, y

(iii) no será responsable de ninguna supuesta violación o infracción de cualquier derecho de terceros que resulte del uso por parte de los usuarios de las Herramientas GenAI y los Resultados.

Los resultados deberán ser verificados y validados por los usuarios y no deberán utilizarse sin supervisión humana y como única base para tomar decisiones que afecten a las personas.

Los usuarios son los únicos responsables del uso del Resultado. En particular, deberán determinar el nivel de supervisión humana necesario según el contexto y el caso de uso, así como informar a su personal y a otros usuarios afectados sobre la naturaleza del Resultado de GenAI. Los usuarios también son plenamente responsables de sus decisiones, acciones, uso de Vizro y Vizro-MCP y del cumplimiento de las leyes, normas y regulaciones aplicables, incluyendo, entre otros, la verificación de que los Resultados no infrinjan derechos de terceros.

Vizro-MCP se utiliza en modelos de IA generativa porque los grandes modelos de lenguaje (LLM) representan avances significativos en el campo de la IA. Sin embargo, como con cualquier herramienta potente, existen riesgos potenciales asociados a la conexión con un modelo de IA generativa.

Recomendamos a los usuarios que investiguen y comprendan el modelo seleccionado antes de utilizar Vizro-MCP.

Se recomienda a los usuarios que traten el contenido generado por IA como complementario, apliquen siempre el criterio humano, se acerquen con precaución, revisen la página de exención de responsabilidad correspondiente y consideren lo siguiente:

Los modelos de proveedores podrían carecer de información en tiempo real o de eventos posteriores a sus últimas actualizaciones. La información de Vizro-MCP puede variar, por lo que siempre debe verificar la información crítica. Es responsabilidad del usuario verificar la precisión, consistencia y fiabilidad del contenido generado.