Skip to main content
Glama
Diluksha-Upeka

Enterprise Data MCP Server

Enterprise Data Agent 🗄️

Eine natürlichsprachliche Schnittstelle zu einer Unternehmens-Mitarbeiterdatenbank, betrieben durch Groq LLM Tool-Calling und eine lokale SQLite-Datenbank, mit einem Streamlit-Frontend und einem Model Context Protocol (MCP)-Server-Backend.


Architektur

flowchart TD
    %% Styling
    classDef client fill:#2d3748,stroke:#94a3b8,stroke-width:1px,color:#f8fafc,rx:10px
    classDef core fill:#0f172a,stroke:#3b82f6,stroke-width:2px,color:#eff6ff,rx:6px
    classDef db fill:#064e3b,stroke:#10b981,stroke-width:2px,color:#ecfdf5,rx:6px
    classDef ai fill:#312e81,stroke:#8b5cf6,stroke-width:2px,color:#eef2ff,rx:6px

    %% Nodes
    User(["👤 User Browser"]):::client
    ExtAI(["🤖 MCP Client (Claude, Cursor)"]):::client

    App["⚡ Streamlit App"]:::core
    Server["🔌 MCP Server"]:::core
    DBLayer["⚙️ Shared DB Layer"]:::core

    Groq{"🧠 Groq LLM"}:::ai
    SQLite[("💾 SQLite Database")]:::db

    %% Connections
    User <-->|"Chat Interface"| App
    App <-->|"Prompts & Tools"| Groq
    App -->|"Execute Tools"| DBLayer

    ExtAI <-->|"MCP / stdio"| Server
    Server -->|"Execute Tools"| DBLayer

    DBLayer <-->|"SQL Operations"| SQLite

Related MCP server: OCP AI Custom HR MCP Server

Schnellstart

1. Voraussetzungen

2. Klonen & Einrichten

git clone <your-repo-url>
cd mcp_project

# Create and activate a virtual environment
python -m venv venv
venv\Scripts\activate        # Windows
# source venv/bin/activate   # macOS/Linux

# Install dependencies
pip install -r requirements.txt

3. Umgebung konfigurieren

Erstellen Sie eine .env-Datei im Projektstammverzeichnis (F:\PROJECTS\MCP\.env):

GROQ_API_KEY=gsk_your_key_here
GROQ_MODEL=llama-3.3-70b-versatile   # optional, this is the default

4. Datenbank initialisieren

# From the project root (F:\PROJECTS\MCP\)
sqlite3 enterprise_data.db < schema.sql

5. App ausführen

# From F:\PROJECTS\MCP\
streamlit run mcp_project/app.py

Öffnen Sie http://localhost:8501 in Ihrem Browser.


Verfügbare Tools

Das LLM kann diese Tools basierend auf Ihrer Anfrage automatisch aufrufen:

Tool

Beschreibung

get_active_users

Alle aktiven Benutzer und deren Rollen auflisten

add_user

Einen neuen Benutzer hinzufügen (Name + Rolle)

deactivate_user

Einen aktiven Benutzer nach Namen deaktivieren

get_user_stats

Gesamt-, aktive und inaktive Anzahl abrufen

search_users

Benutzer nach Namensfragment suchen


Beispielanfragen

  • "Wer sind unsere aktiven Benutzer?"

  • "Füge Jane Doe als Manager hinzu"

  • "Wie viele Benutzer haben wir insgesamt?"

  • "Suche nach Benutzern namens Alice"

  • "Deaktiviere Bob Jones"

  • "Zeige mir die Benutzerstatistiken"


Ausführen des MCP-Servers (Standalone)

server.py stellt dieselben Tools über das Model Context Protocol bereit. Es unterstützt sowohl lokale stdio-Verbindungen als auch einen HTTP-basierten sse-Transport!

Es stellt nun bereit:

  • Tools: DB-Abfrage- und Aktualisierungsvorgänge

  • Ressourcen: Stellt schema.sql über MCP bereit

  • Prompts: Bietet vorkonfigurierte Prompts wie hr-assistant

Zur lokalen Ausführung für KI-Desktop-Apps (wie Claude Desktop / Cursor):

python mcp_project/server.py --transport stdio

Zur Ausführung als HTTP-SSE-Server auf Port 8000:

python mcp_project/server.py --transport sse --port 8000

Projektstruktur

F:\PROJECTS\MCP\
├── .env                    # ← API key (never commit this!)
├── .gitignore
├── requirements.txt
├── schema.sql              # DB schema — use to recreate the database
├── enterprise_data.db      # SQLite database (gitignored)
└── mcp_project\
    ├── app.py              # Streamlit frontend
    ├── server.py           # MCP stdio server
    └── db.py               # Shared database access layer

Sicherheitshinweise

  • Committen Sie niemals Ihre .env-Datei. Die .gitignore schließt sie aus.

  • Committen Sie niemals enterprise_data.db. Verwenden Sie schema.sql, um sie neu zu erstellen.

  • Rotieren Sie Ihren Groq API-Schlüssel unter console.groq.com, falls er jemals offengelegt wurde.

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    D
    maintenance
    An open-source MCP server that imports HR CSV data into an in-memory SQLite database for structured querying and metadata retrieval. It enables users to perform read-only SQL queries and structured searches on employee data through natural language.
    MIT
  • F
    license
    Not graded
    quality
    D
    maintenance
    An MCP server for interacting with an HR database, enabling querying employee data and HR operations via natural language.
    -
  • F
    license
    Not graded
    quality
    D
    maintenance
    A comprehensive MCP server that enables database operations, schema management, and statistics via natural language through SQL queries and resources.
    18 npm
    -
  • F
    license
    Not graded
    quality
    D
    maintenance
    MCP server for managing users in PostgreSQL, enabling CRUD operations and search via natural language commands.
    -