Excel MCP-Server

Ein MCP-Server, der umfassende Funktionen zur Excel-Dateiverwaltung und Datenanalyse bietet.

Merkmale

• Excel-Dateioperationen

  • Lesen Sie mehrere Excel-Formate (XLSX, XLS, CSV, TSV, JSON)

  • Schreiben und Aktualisieren von Excel-Dateien

  • Abrufen von Dateiinformationen und Blattnamen

• Datenanalyse

  • Zusammenfassende Statistiken und beschreibende Analyse

  • Bewertung der Datenqualität

  • Pivot-Tabellen

  • Filtern und Abfragen von Daten

• Visualisierung

  • Erstellen Sie Diagramme und Plots aus Excel-Daten

  • Erstellen einer Datenvorschau

  • Visualisierungen als Bilder exportieren

Related MCP server: Google Sheets API MCP Server

Installation

1. Erstellen Sie eine neue Python-Umgebung (empfohlen):

2. Installieren Sie Abhängigkeiten:

Integration mit Claude Desktop

1. Installieren Sie Claude Desktop

2. Öffnen Sie die Einstellungen und wechseln Sie zur Registerkarte „Entwicklertools“

3. Bearbeiten Sie claude_desktop_config.json :

Verfügbare Tools

Dateilesen

• read_excel : Excel-Dateien lesen

• get_excel_info : Dateidetails abrufen

• get_sheet_names : Listet Arbeitsblattnamen auf

Datenanalyse

• analyze_excel : Statistische Analyse durchführen

• filter_excel : Daten nach Bedingungen filtern

• pivot_table : Pivot-Tabellen erstellen

• data_summary : Umfassende Datenzusammenfassung generieren

Datenvisualisierung

• export_chart : Diagramme generieren

  • Unterstützt Liniendiagramme, Balkendiagramme, Streudiagramme, Histogramme

Dateioperationen

• write_excel : Neue Excel-Dateien schreiben

• update_excel : Vorhandene Excel-Dateien aktualisieren

Verfügbare Ressourcen

• excel://{file_path} : Dateiinhalt abrufen

• excel://{file_path}/info : Informationen zur Dateistruktur abrufen

• excel://{file_path}/preview : Datenvorschaubild generieren

Eingabeaufforderungsvorlagen

• analyze_excel_data : Geführte Vorlage für die Excel-Datenanalyse

• create_chart : Helfen Sie beim Erstellen von Datenvisualisierungen

• data_cleaning : Hilfe bei der Datenbereinigung

Anwendungsbeispiele

• „Meine Datei sales_data.xlsx analysieren“

• „Erstellen Sie ein Balkendiagramm für product_sales.csv“

• „Mitarbeiter über 30 in employees.xlsx filtern“

• „Erstellen Sie eine Pivot-Tabelle der Abteilungsumsätze“

Sicherheitsüberlegungen

• Nur Dateien aus angegebenen Pfaden lesen

• Dateigröße begrenzen

• Verhindern Sie versehentliches Überschreiben von Dateien

• Kontrollieren Sie Datentransformationsvorgänge streng

Abhängigkeiten

• Pandas

• numpy

• matplotlib

• Seeborn

Lizenz

MIT-Lizenz