Skip to main content
Glama
Diluksha-Upeka

Enterprise Data MCP Server

Агент корпоративных данных 🗄️

Интерфейс на естественном языке для корпоративной базы данных сотрудников, работающий на базе вызова инструментов Groq LLM и локальной базы данных SQLite, с фронтендом на Streamlit и бэкендом сервера Model Context Protocol (MCP).


Архитектура

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

Быстрый старт

1. Предварительные требования

2. Клонирование и настройка

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. Настройка окружения

Создайте файл .env в корне проекта (F:\PROJECTS\MCP\.env):

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

4. Инициализация базы данных

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

5. Запуск приложения

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

Откройте http://localhost:8501 в вашем браузере.


Доступные инструменты

LLM может вызывать эти инструменты автоматически на основе вашего запроса:

Инструмент

Описание

get_active_users

Список всех активных пользователей и их ролей

add_user

Добавление нового пользователя (имя + роль)

deactivate_user

Деактивация активного пользователя по имени

get_user_stats

Получение общего количества, активных и неактивных пользователей

search_users

Поиск пользователей по фрагменту имени


Примеры запросов

  • "Кто наши активные пользователи?"

  • "Добавь Джейн Доу в качестве менеджера"

  • "Сколько всего у нас пользователей?"

  • "Найди пользователей с именем Элис"

  • "Деактивируй Боба Джонса"

  • "Покажи мне статистику пользователей"


Запуск MCP-сервера (автономно)

server.py предоставляет те же инструменты через Model Context Protocol. Он поддерживает как локальные соединения stdio, так и транспорт sse на основе HTTP!

Теперь он предоставляет:

  • Инструменты: операции запроса и обновления БД

  • Ресурсы: предоставляет schema.sql через MCP

  • Промпты: предоставляет предварительно настроенные промпты, такие как hr-assistant

Для запуска локально для AI-приложений на рабочем столе (например, Claude Desktop / Cursor):

python mcp_project/server.py --transport stdio

Для запуска в качестве HTTP SSE-сервера на порту 8000:

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

Структура проекта

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

Заметки по безопасности

  • Никогда не коммитьте ваш файл .env. .gitignore исключает его.

  • Никогда не коммитьте enterprise_data.db. Используйте schema.sql для его воссоздания.

  • Обновите ваш API-ключ Groq на console.groq.com, если он был скомпрометирован.

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.
    -