Supports web scraping with CSS selectors for extracting content from websites
Handles configuration through environment variables for storing API keys and other settings
Provides advanced GitHub repository search capabilities
Integrates with OpenAI's API for data analysis tasks, requiring an API key for operation
Creates interactive data visualizations including bar charts, line graphs, and other plot types
Built on Python with version 3.8+ support for data analytics operations
Provides a web-based user interface for interacting with the data analytics tools
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@MCP Data Analytics Serveranalyze sales.csv and show me the statistics"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
🔧 MCP Data Analytics Server
Servidor MCP para análisis de datos con interfaz Streamlit
Un servidor de análisis de datos construido con FastMCP que proporciona herramientas para procesamiento, análisis y visualización de datos, con una interfaz web intuitiva.
✨ Características
📁 Gestión de Archivos: Análisis, creación y lectura de documentos
📊 Análisis de Datos: Estadísticas, tablas dinámicas, detección de tipos
📈 Visualización: Gráficos interactivos con Plotly
🌐 Web Tools: Búsqueda GitHub, web scraping, descarga de archivos
🔄 Conversión: Entre formatos CSV, JSON, Excel, Parquet
Related MCP server: Python MySQL MCP
🚀 Instalación
1. Clonar repositorio
git clone https://github.com/Edwin1719/mcp-data-analytics-server.git
cd mcp-data-analytics-server
2. Instalar dependencias
pip install -r requirements.txt
3. Configurar API key
cp .env.example .env
# Editar .env y agregar tu OPENAI_API_KEY
4. Ejecutar
# Terminal 1: Servidor MCP
python server.py
# Terminal 2: Cliente Streamlit
streamlit run app.py
Abrir navegador en: http://localhost:8501
📋 Herramientas Disponibles
- analizar_archivo: Análisis completo de propiedades de archivos
- crear_archivo: Creación de archivos con contenido
- leer_documento: Lectura de PDFs, TXT, CSV con límites
- analizar_datos: Análisis estadístico de datasets
- tabla_dinamica_avanzada: Tablas dinámicas con agregaciones
- crear_visualizacion: Gráficos con Plotly (barras, líneas, etc.)
- buscar_repositorios_github: Búsqueda avanzada en GitHub
- extraer_contenido_web: Web scraping con selectores CSS
- descargar_archivo_web: Descarga de archivos desde URLs
- convertir_formato_datos: Conversión entre formatos
💡 Ejemplos de Uso:
"Analiza el archivo ventas.csv y muéstrame las estadísticas"
"Crea un gráfico de barras de las ventas por mes"
"Busca repositorios de Python para análisis de datos"
"Convierte mi archivo Excel a JSON".
📋 Requisitos
* Python 3.8+
* OpenAI API Key
* Dependencias en requirements.txt
👨💻 Autor
Edwin Quintero Alzate
📧 egqa1975@gmail.com
🔗 LinkedIn
🐱 GitHub
📄 Licencia
MIT License - ver archivo LICENSE