Una interfaz de lenguaje natural para una base de datos de empleados empresariales, impulsada por la llamada a herramientas de Groq LLM y una base de datos SQLite local, con un frontend en Streamlit y un backend de servidor de Protocolo de Contexto de Modelo (MCP).
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"| SQLiteRelated MCP server: OCP AI Custom HR MCP Server
Python 3.11+
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.txtCree un archivo .env en la raíz del proyecto (F:\PROJECTS\MCP\.env):
GROQ_API_KEY=gsk_your_key_here
GROQ_MODEL=llama-3.3-70b-versatile # optional, this is the default# From the project root (F:\PROJECTS\MCP\)
sqlite3 enterprise_data.db < schema.sql# From F:\PROJECTS\MCP\
streamlit run mcp_project/app.pyAbra http://localhost:8501 en su navegador.
El LLM puede llamar a estas herramientas automáticamente según su consulta:
Herramienta | Descripción |
| Listar todos los usuarios activos y sus roles |
| Añadir un nuevo usuario (nombre + rol) |
| Desactivar un usuario activo por nombre |
| Obtener recuentos totales, activos e inactivos |
| Buscar usuarios por fragmento de nombre |
"¿Quiénes son nuestros usuarios activos?"
"Añadir a Jane Doe como Manager"
"¿Cuántos usuarios tenemos en total?"
"Buscar usuarios llamados Alice"
"Desactivar a Bob Jones"
"Muéstrame las estadísticas de usuario"
server.py expone las mismas herramientas a través del Protocolo de Contexto de Modelo. ¡Admite conexiones locales stdio y un transporte sse basado en HTTP!
Ahora expone:
Herramientas: Operaciones de consulta y actualización de BD
Recursos: Expone schema.sql a través de MCP
Prompts: Proporciona prompts preconfigurados como hr-assistant
Para ejecutar localmente para aplicaciones de escritorio de IA (como Claude Desktop / Cursor):
python mcp_project/server.py --transport stdioPara ejecutar como un servidor HTTP SSE en el puerto 8000:
python mcp_project/server.py --transport sse --port 8000F:\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 layerNunca suba su archivo .env. El .gitignore lo excluye.
Nunca suba enterprise_data.db. Use schema.sql para recrearlo.
Rote su clave de API de Groq en console.groq.com si alguna vez ha sido expuesta.
This server cannot be deployed
GibsonAI MCP server: manage your databases with natural language
Text-to-SQL MCP server: read-only queries on PostgreSQL, MySQL and SQL Server with your real schema
MCP server exposing klokin time-tracking operations (employees, time entries, stores) to AI clients.
MCP server unifying ERPs, CRMs, APIs and knowledge base for Claude, ChatGPT and Gemini.
