vizro-mcp

Vizro MCP 서버

Vizro-MCP는 LLM과 함께 작동하여 Vizro 대시보드와 차트를 만드는 데 도움이 되는 MCP(모델 컨텍스트 프로토콜) 서버입니다.

Vizro-MCP의 특징

Vizro-MCP는 Vizro 차트 또는 대시보드를 단계별로 제작할 수 있는 도구와 템플릿을 제공합니다. 다음과 같은 장점이 있습니다.

✅ 하나의 공통 디자인 언어를 사용한 차트 및 대시보드를 위한 일관된 프레임워크.

✅ 읽기 쉽고 변경 또는 유지 관리하기 쉬운 검증된 구성 출력입니다.

✅ 대시보드의 실시간 미리보기를 통해 대시보드가 완벽해질 때까지 디자인을 반복할 수 있습니다.

✅ 경로나 URL만 제공하면 로컬 또는 원격 데이터 세트를 사용할 수 있습니다.

Vizro-MCP 없이

Vizro-MCP가 없다면 LLM을 사용하여 대시보드를 만들려고 할 때, 특정 지침, 디자인 원칙 또는 일관성 없이 어떤 프레임워크든 선택하여 사용할 수 있습니다. 그 결과는 다음과 같습니다.

❌ 프런트엔드 프레임워크나 차팅 라이브러리를 무작위로 선택합니다.

❌ 실행 여부는 알 수 없지만, 유지 관리가 전혀 불가능한 분위기의 혼란스러운 상황입니다.

❌ 대시보드를 쉽게 미리 볼 수 있는 방법이 없습니다.

❌ 실제 데이터에 연결하는 쉬운 방법이 없습니다.

🛠️ 시작하기

개발자 이시고 Vizro-MCP를 소스에서 실행하는 방법에 대한 지침이 필요하시다면 이 페이지의 끝으로 건너뛰어 개발 또는 소스에서 실행하세요 .

필수 조건

• 자외선
• 클로드 데스크탑 또는 커서

원칙적으로 Vizro MCP 서버는 MCP가 활성화된 모든 LLM 애플리케이션과 호환되지만, 인기 있는 선택으로는 Claude Desktop이나 Cursor를 권장합니다.

🐛 참고: 현재 VS Code 에는 몇 가지 알려진 문제가 있지만, 저희는 이 문제를 해결하기 위해 노력하고 있으며 곧 Copilot도 사용할 수 있기를 바랍니다.

⚠️ 경고: 일부 호스트(예: Claude Desktop)에서는 무료 플랜의 성능이 저하될 수 있으며, 요청이 너무 복잡할 경우 문제가 발생할 수 있습니다. 요청으로 인해 UI가 중단되는 경우 유료 플랜을 사용하거나 요청의 복잡성을 줄이세요.

설치 지침

개발자 설정에서 찾은 claude_desktop_config.json 에 다음을 추가하세요.

지엑스피1

⚠️ 경고: 경우에 따라 uvx 실행 파일의 전체 경로를 제공해야 할 수 있으므로, uvx 대신 /Users/<your-username>/.local/bin/uvx /.local/bin/uvx 와 같은 경로를 사용하세요. 컴퓨터에서 uvx 경로를 확인하려면 터미널 앱에서 which uvx 입력하세요.

Claude Desktop을 사용 중이라면 다시 시작하고 잠시 후 설정/컨텍스트 메뉴를 열면 vizro-mcp 메뉴가 표시됩니다.

커서 설정에서 찾은 mcp.json 에 다음을 추가합니다.

⚠️ 경고: 경우에 따라 uvx 실행 파일의 전체 경로를 제공해야 할 수 있으므로, uvx 대신 /Users/<your-username>/.local/bin/uvx /.local/bin/uvx 와 같은 경로를 사용하세요. 컴퓨터에서 uvx 경로를 확인하려면 터미널 앱에서 which uvx 입력하세요.

마찬가지로 커서를 사용할 때 잠시 멈춘 후 MCP 메뉴에 녹색 표시등이 표시됩니다.

원칙적으로 Vizro MCP 서버는 MCP 지원 LLM 애플리케이션 과 호환되지만, Claude Desktop이나 Cursor를 많이 사용하는 것을 권장합니다. AI 도구마다 설정 방법이나 연결 설정이 다를 수 있습니다. 자세한 내용은 각 도구의 설명서를 참조하십시오.

💻 사용법

프롬프트 템플릿을 사용하여 특정 대시보드를 빠르게 얻으세요

모든 MCP 호스트에서 프롬프트 템플릿을 사용할 수 있는 것은 아니지만, 사용할 수 있는 경우 특정 대시보드를 빠르게 가져오는 데 사용할 수 있습니다. (예: Claude Desktop에서) 이 템플릿에 액세스하려면 채팅 아래의 더하기 아이콘을 클릭하고 Add from vizro-mcp 선택하세요.

Vizro 대시보드를 시작하는 가장 쉬운 방법은 create_starter_dashboard 템플릿을 선택하고 프롬프트만 전송하는 것입니다. 그러면 페이지 하나, 차트 하나, 필터 하나가 포함된 아주 간단한 대시보드가 생성됩니다. 바로 시작하세요!

로컬 또는 원격 데이터를 기반으로 Vizro 대시보드 만들기

원하는 대시보드가 이미 있다면 로컬 또는 원격 데이터를 기반으로 특정 대시보드를 만들어 달라고 LLM에 요청할 수도 있습니다. 예시 프롬프트는 다음과 같습니다.

<insert absolute file path or public URL> 데이터를 기반으로 한 페이지, 분산형 차트, 필터가 있는 Vizro 대시보드를 만듭니다.

첫 번째 페이지는 <insert absolute file path or public URL> 데이터의 상관 관계 분석이고 두 번째 페이지는 <insert absolute file path or public URL> 데이터의 맵 플롯인 간단한 두 페이지 Vizro 대시보드를 만듭니다.

Plotly 저장소 에서 시도해 볼 수 있는 샘플 CSV 세트를 찾을 수 있습니다.

데이터를 제공하지 않고도 대시보드를 요청할 수 있습니다.

한 페이지, 분산형 차트, 필터가 있는 Vizro 대시보드를 만듭니다.

일반적으로 프롬프트에 Vizro를 지정하고 가능한 한 정확하고 간단하게 유지하는 것이 도움이 됩니다.

대시보드의 라이브 미리보기를 받으세요

LLM이 validate_model_config 도구를 사용하기로 선택하고 도구가 성공적으로 실행되면, URL을 통해 접근하는 공개 데이터만 사용하는 경우 LLM은 대시보드의 실시간 미리보기 링크를 반환합니다. 기본적으로 LLM은 사용자가 허용하지 않는 한 브라우저에서 링크를 열어줍니다. Claude Desktop에서는 도구의 접힌 화면을 열고 맨 아래까지 스크롤하여 도구의 출력을 확인할 수 있습니다.

모델에 링크를 제공해 달라고 요청할 수도 있지만, 모델이 링크를 다시 생성하려고 시도하므로 오류가 발생하기 쉽고 속도도 느립니다.

Vizro 차트 만들기

Vizro 대시보드 전체를 만들고 싶지 않더라도 Vizro-MCP를 사용하여 단일 차트 코드를 만들 수 있습니다. 어떤 종류의 차트를 만들지 모르겠다면 Vizro Visual Vocabulary에서 아이디어를 얻어보세요.

Vizro 차트를 만드는 가장 쉬운 방법은 create_vizro_chart 템플릿을 선택하고 프롬프트만 전송하는 것입니다. 그러면 변경할 수 있는 간단한 차트가 생성됩니다. 거기서부터 시작해 보세요!

혹은, 예를 들어 채팅에서 질문할 수도 있습니다.

아이리스 데이터 세트를 기반으로 산점도를 만듭니다.

<insert absolute file path or public URL> 데이터를 기반으로 막대형 차트를 만듭니다.

🔍 투명성과 신뢰

MCP 서버는 비교적 새로운 개념이므로, 사용자로서 정보에 입각한 선택을 할 수 있도록 도구의 기능을 투명하게 공개하는 것이 중요합니다. 전반적으로 Vizro MCP 서버는 데이터를 읽기만 하며, 사용자 컴퓨터의 데이터를 쓰거나 삭제하거나 수정하지 않습니다.

일반적으로 이 과정에서 가장 중요한 부분은 load_and_analyze_data 도구입니다. 사용자 컴퓨터에서 실행되는 이 도구는 로컬 또는 원격 데이터를 pandas DataFrame으로 로드하고 구조와 내용에 대한 자세한 분석을 제공합니다. pd.read_xxx 만 사용하므로 일반적으로 개인 정보 보호나 데이터 보안에 대해 걱정할 필요가 없습니다.

두 번째로 중요한 부분은 validate_model_config 도구입니다. 이 도구는 Vizro 모델 구성을 인스턴스화하고, 유효한 구성에 대한 Python 코드와 시각화 링크를 반환합니다. 구성이 유효하면 대시보드의 실시간 미리보기 링크를 반환하고 열려고 시도하며, 이 링크를 클릭하면 PyCafe 로 이동합니다. 링크를 열지 않으려면 LLM에 열지 말라고 설정할 수 있습니다.

사용 가능한 도구(클라이언트가 허용하는 경우)

Vizro MCP 서버는 다음과 같은 도구를 제공합니다. 일반적으로 직접 사용할 필요는 없지만, 특별한 경우에는 LLM에 직접 문의하여 도움을 요청할 수 있습니다.

• get_vizro_chart_or_dashboard_plan - 차트 또는 대시보드를 만드는 단계별 체계적인 계획을 제공합니다. 전체 제작 과정에 대한 안내를 제공합니다.
• get_model_JSON_schema - 지정된 Vizro 모델에 대한 전체 JSON 스키마를 검색합니다. 필수 및 선택 매개변수를 이해하는 데 유용합니다.
• validate_model_config - Vizro 모델 구성을 인스턴스화하여 테스트합니다. 유효한 구성에 대한 Python 코드와 시각화 링크를 반환합니다.
• load_and_analyze_csv - 로컬 경로 또는 URL에서 CSV 파일을 pandas DataFrame으로 로드하고 해당 구조와 내용에 대한 자세한 분석을 제공합니다.
• validate_chart_code - 차트를 위해 생성된 코드의 유효성을 검사하고 정확성에 대한 피드백을 반환합니다.
• get_sample_data_info - 테스트 및 개발에 사용할 수 있는 샘플 데이터 세트에 대한 정보를 제공합니다.

사용 가능한 프롬프트(클라이언트가 허용하는 경우)

• create_starter_dashboard - 이 프롬프트 템플릿을 사용하여 Vizro 대시보드를 시작하세요.
• create_EDA_dashboard - 이 프롬프트 템플릿을 사용하여 로컬 또는 원격 CSV 데이터 세트를 기반으로 탐색적 데이터 분석(EDA) 대시보드를 만듭니다.
• create_vizro_chart - 이 프롬프트 템플릿을 사용하면 로컬 또는 원격 CSV 데이터 세트를 기반으로 Vizro 스타일의 plotly 차트를 만들 수 있습니다.

개발 또는 소스에서 실행

개발자이거나 Vizro-MCP를 소스에서 실행하는 경우 Vizro 저장소를 복제해야 합니다. Vizro MCP 서버 세부 정보를 구성하려면 다음 단계를 따르세요.

Claude의 경우 : 개발자 설정을 통해 찾은 claude_desktop_config.json 에 다음을 추가하세요.

커서의 경우 : 커서 설정을 통해 찾은 mcp.json 에 다음을 추가합니다.

<PATH TO VIZRO> Vizro 저장소의 실제 경로로 바꾸세요. uv 실행 파일의 전체 경로를 입력해야 할 수도 있으므로 "uv" 대신 "/Users/<your-username>/.local/bin/uv" 와 같이 입력하세요. 컴퓨터에서 uv 경로를 확인하려면 터미널 앱에서 which uv 입력하세요.

면책 조항

사용자는 호스트 LLM 애플리케이션을 통해 수행된 모든 작업에 대해 책임을 져야 합니다.

사용자는 제3자 생성 AI 도구에 액세스하는 데 필요한 모든 권리를 확보하고 해당 도구의 모든 적용 가능한 약관을 준수할 책임이 있습니다.

사용자는 타사 생성 AI 도구와 Vizro의 사용 및 보안에 대해 전적인 책임을 집니다.

사용자는 다음 사항을 인정하고 동의합니다.

제3자 생성 AI 도구("GenAI 도구")에서 생성된 모든 결과, 옵션, 데이터, 권장 사항, 분석, 코드 또는 기타 정보("출력")에는 일부 부정확성, 편향성, 불법성, 잠재적으로 침해성 또는 오해의 소지가 있는 부적절한 콘텐츠가 포함될 수 있습니다.

맥킨지앤컴퍼니:

(i) 모든 출력물의 정확성, 적절성, 적시성, 신뢰성, 상품성, 특정 목적에 대한 적합성, 비침해, 안전성 또는 완전성을 명시적으로 부인합니다.

(ii) 해당 출력의 오류, 누락 또는 기타 결함, 지연 또는 중단 또는 이에 의존하여 취해진 조치에 대해 책임을 지지 않습니다.

(iii) 사용자가 GenAI 도구 및 결과물을 사용함으로써 발생하는 제3자의 권리 침해 또는 위반에 대해 책임을 지지 않습니다.

출력은 사용자에 의해 검증 및 확인되어야 하며, 인간의 감독 없이 사용되어서는 안 되며 개인에게 영향을 미치는 의사 결정을 위한 유일한 기준으로 사용되어서는 안 됩니다.

사용자는 출력물 사용에 대한 전적인 책임을 집니다. 특히 사용자는 맥락과 사용 사례를 고려하여 필요한 인적 감독 수준을 결정하고, 사용자 담당자 및 기타 영향을 받는 사용자에게 GenAI 출력물의 특성에 대해 알려야 합니다. 또한 사용자는 자신의 결정, 행동, Vizro 및 Vizro-MCP 사용, 그리고 관련 법률, 규칙 및 규정 준수에 대해 전적인 책임을 집니다. 여기에는 출력물이 제3자의 권리를 침해하지 않는지 확인하는 것이 포함되나 이에 국한되지 않습니다.

Vizro-MCP는 생성 AI 모델에서 사용되는데, 대규모 언어 모델(LLM)이 AI 분야에서 중요한 발전을 이루었기 때문입니다. 그러나 다른 강력한 도구와 마찬가지로, 생성 AI 모델에 연결하는 데에는 잠재적인 위험이 따릅니다.

사용자는 Vizro-MCP를 사용하기 전에 선택한 모델을 조사하고 이해하는 것이 좋습니다.

사용자는 AI가 생성한 콘텐츠를 보완적인 것으로 취급하고, 항상 인간의 판단을 적용하고, 신중하게 접근하고, 관련 면책 조항 페이지를 검토하고, 다음 사항을 고려하는 것이 좋습니다.

공급업체 모델에는 최신 업데이트 이후의 실시간 정보나 이벤트가 없을 수 있습니다. Vizro-MCP 출력은 다를 수 있으므로 중요한 정보는 항상 확인해야 합니다. 생성된 콘텐츠의 정확성, 일관성 및 신뢰성을 판단하는 것은 사용자의 책임입니다.