Servidor MCP de FOCUS DATA [中文]

Un servidor de Protocolo de Contexto de Modelo (MCP) permite a los asistentes de inteligencia artificial consultar directamente los resultados de los datos. Los usuarios pueden obtener los resultados de DataFocus mediante lenguaje natural.

Características

• Regístrese en DataFocus para abrir un espacio de aplicación e importar (conectarse directamente a) las tablas de datos que se van a analizar.

• Seleccione el cuadro de diálogo de inicialización de la tabla de datos de Datafocus

• Resultados de adquisición de datos en lenguaje natural

Related MCP server: MCPDemo - Visual SQL Chat Platform

Prerrequisitos

• jdk 23 o superior. Descargar jdk

• Gradle 8.12 o superior. Descargar Gradle.

• Registre Datafocus para obtener el token portador:

  1. Registrar una cuenta en Datafocus

  2. Crear una aplicación

  3. Ingresar a la aplicación

  4. Administrador -> Autenticación de interfaz -> Token de portador -> Nuevo token de portador

Instalación

1. Clonar este repositorio:

git clone https://github.com/FocusSearch/focus_mcp_data.git
cd focus_mcp_data

2. Construir el servidor:

gradle clean
gradle bootJar

The jar path: build/libs/focus_mcp_data.jar

Configuración de MCP

Agregue el servidor a su archivo de configuración de MCP (generalmente ubicado en ~/AppData/Roaming/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json ):

{
  "mcpServers": {
    "focus_mcp_data": {
      "command": "java",
      "args": [
        "-jar",
        "path/to/focus_mcp_data/focus_mcp_data.jar"
      ],
      "autoApprove": [
        "tableList",
        "gptText2DataInit",
        "gptText2DataData"
      ]
    }
  }
}

Herramientas disponibles

1. lista de tablas

Obtener la lista de tablas en datafocus.

Parámetros:

• name (opcional): nombre de la tabla a filtrar

• bearer (obligatorio): token de portador

Ejemplo:

{
  "name": "test",
  "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}

2. gptText2DataInit

Inicializar diálogo.

Parámetros:

• names (obligatorio): nombres de tablas seleccionadas

• bearer (obligatorio): token de portador

• language (opcional): idioma ['inglés','chino']

Ejemplo:

{
  "names": [
    "test1",
    "test2"
  ],
  "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}

3. gptText2DataData

Resultados de la consulta de datos.

Parámetros:

• chatId (obligatorio): ID del chat

• input (obligatoria): lenguaje natural

• bearer (obligatorio): token de portador

Ejemplo:

{
  "chatId": "03975af5de4b4562938a985403f206d4",
  "input": "max(age)",
  "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}

Formato de respuesta

Todas las herramientas devuelven respuestas en el siguiente formato:

{
  "errCode": 0,
  "exception": "",
  "msgParams": null,
  "promptMsg": null,
  "success": true,
  "data": {
  }
}

Ejemplo de Cline de Visual Studio Code

1. vsCode instala el complemento cline

2. configuración del servidor mcp

3. usar

   1. obtener la lista de tablas

   2. Inicializar diálogo

   3. consulta:cual es el salario total

Contacto:

https://discord.gg/mFa3yeq9