Skip to main content
Glama
deenesjakoruzh
aidatacooper

cwprep-mcp

by aidatacooper
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Hybrid

cwprep - Text-to-PrepFlow 엔진

cwprep은 Text-to-PrepFlow 생성을 가능하게 하는 Python 기반 엔진입니다.

.tfl JSON 구조를 리버스 엔지니어링하고 내장 MCP(Model Context Protocol) 서버를 제공함으로써, cwprep은 LLM(Claude, Gemini 등)과 Tableau Prep 사이의 가교 역할을 합니다. 이제 GUI를 열 필요 없이 자연어 대화나 Python 스크립트를 통해 데이터 정리 흐름을 생성, 수정 및 구축할 수 있습니다!

작성자: Cooper Wenhua imgwho@gmail.com

설치

pip install cwprep

Related MCP server: cwtwb

빠른 시작

from cwprep import TFLBuilder, TFLPackager

# Create builder
builder = TFLBuilder(flow_name="My Flow")

# Add database connection
conn_id = builder.add_connection(
    host="localhost",
    username="root",
    dbname="mydb"
)

# Add input tables
orders = builder.add_input_table("orders", "orders", conn_id)
customers = builder.add_input_table("customers", "customers", conn_id)

# Join tables
joined = builder.add_join(
    name="Orders + Customers",
    left_id=orders,
    right_id=customers,
    left_col="customer_id",
    right_col="customer_id",
    join_type="left"
)

# Add output
builder.add_output_server("Output", joined, "My_Datasource")

# Build and save
flow, display, meta = builder.build()
TFLPackager.save_tfl("./my_flow.tfl", flow, display, meta)

기본적으로 SDK와 MCP 모두 최종 .tfl/.tflx 아카이브만 출력합니다. 검사를 위해 압축이 풀린 폴더가 명시적으로 필요한 경우에만 save_to_folder()를 사용하세요.

기능

기능

메서드

설명

데이터베이스 연결

add_connection()

MySQL/PostgreSQL/SQL Server에 연결

파일 연결

add_file_connection()

Excel(.xlsx/.xls) 또는 CSV 파일에 연결

SQL 입력

add_input_sql()

사용자 지정 SQL 쿼리 입력

테이블 입력

add_input_table()

직접 테이블 연결

Excel 입력

add_input_excel()

Excel 워크시트에서 읽기

CSV 입력

add_input_csv()

CSV 파일에서 읽기

CSV 유니온

add_input_csv_union()

여러 CSV 파일 병합

조인

add_join()

왼쪽/오른쪽/내부/전체 조인 (단일 또는 다중 열)

유니온

add_union()

여러 테이블 병합

필터

add_filter()

표현식 기반 필터

값 필터

add_value_filter()

값에 따라 유지/제외

열 유지

add_keep_only()

열 선택

열 제거

add_remove_columns()

열 삭제

이름 변경

add_rename()

열 이름 변경

계산

add_calculation()

Tableau 수식 필드

빠른 계산

add_quick_calc()

빠른 정리 (소문자/대문자/공백 제거/삭제)

유형 변경

add_change_type()

열 데이터 유형 변경

열 복제

add_duplicate_column()

열 복제(복사)

집계

add_aggregate()

SUM/AVG/COUNT를 사용한 GROUP BY

피벗

add_pivot()

행을 열로 변환

언피벗

add_unpivot()

열을 행으로 변환

출력

add_output_server()

Tableau Server에 게시

TFLX 패키징

build(is_packaged=True)

데이터 파일이 포함된 .tflx 생성

SQL 변환

SQLTranslator

TFL 흐름을 동일한 ANSI SQL로 변환

예제

전체 데모는 examples/ 디렉토리를 참조하세요:

  • demo_basic.py - 입력, 조인, 출력

  • demo_cleaning.py - 필터, 계산, 이름 변경

  • demo_field_operations.py - 빠른 계산, 유형 변경, 열 복제

  • demo_aggregation.py - 유니온, 집계, 피벗

  • demo_comprehensive.py - 모든 기능 결합

  • prompts.md - AI 기반 흐름 생성을 위한 8가지 즉시 사용 가능한 MCP 프롬프트 템플릿

MCP 서버

cwprep은 내장 Model Context Protocol 서버를 포함하여 AI 클라이언트(Claude Desktop, Cursor, Gemini CLI 등)가 TFL 파일을 직접 생성할 수 있도록 합니다.

사전 요구 사항

방법

요구 사항

uvx (권장)

uv 설치 — 격리된 환경에서 cwprep을 자동으로 다운로드합니다

pip install

Python ≥ 3.8 + pip install cwprep

빠른 시작

# Local (stdio)
cwprep-mcp

# Remote (Streamable HTTP)
cwprep-mcp --transport streamable-http --port 8000

[!TIP] 업그레이드하시나요? 이전 버전의 uvx를 사용했다면 캐시를 지워 최신 릴리스를 가져오세요:

uv cache clean cwprep

클라이언트 구성

아래의 모든 클라이언트는 uvx 방식(권장)을 사용합니다. 로컬 pip install을 선호하는 경우 uvx를 cwprep-mcp로 바꾸세요.

구성 파일 편집:

  • Windows: %APPDATA%\Claude\claude_desktop_config.json

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "cwprep": {
      "command": "uvx",
      "args": ["--from", "cwprep", "cwprep-mcp"]
    }
  }
}

설정 → MCP → 새 MCP 서버 추가, 또는 ~/.cursor/mcp.json 편집:

{
  "mcpServers": {
    "cwprep": {
      "command": "uvx",
      "args": ["--from", "cwprep", "cwprep-mcp"]
    }
  }
}

프로젝트 루트에 .vscode/mcp.json 생성:

{
  "servers": {
    "cwprep": {
      "command": "uvx",
      "args": ["--from", "cwprep", "cwprep-mcp"]
    }
  }
}

~/.codeium/windsurf/mcp_config.json 편집:

{
  "mcpServers": {
    "cwprep": {
      "command": "uvx",
      "args": ["--from", "cwprep", "cwprep-mcp"]
    }
  }
}
claude mcp add cwprep -- uvx --from "cwprep" cwprep-mcp

~/.gemini/settings.json 편집:

{
  "mcpServers": {
    "cwprep": {
      "command": "uvx",
      "args": ["--from", "cwprep", "cwprep-mcp"]
    }
  }
}

~/.continue/config.yaml 편집:

mcpServers:
  - name: cwprep
    command: uvx
    args:
      - --from
      - cwprep
      - cwprep-mcp

서버 시작:

cwprep-mcp --transport streamable-http --port 8000

그런 다음 클라이언트를 엔드포인트 http://your-server-ip:8000/mcp로 구성하세요.

사용 가능한 MCP 기능

유형

이름

설명

🔧 도구

generate_tfl

흐름 정의에서 .tfl/.tflx 파일 생성

🔧 도구

translate_to_sql

흐름 정의 또는 .tfl 파일을 ANSI SQL로 변환

🔧 도구

list_supported_operations

지원되는 모든 노드 유형 나열

🔧 도구

validate_flow_definition

생성 전 흐름 정의 유효성 검사

📖 리소스

cwprep://docs/api-reference

SDK API 참조

📖 리소스

cwprep://docs/calculation-syntax

Tableau Prep 계산 구문

📖 리소스

cwprep://docs/best-practices

일반적인 함정 및 흐름 설계 규칙

💬 프롬프트

design_data_flow

대화형 흐름 설계 도우미

💬 프롬프트

explain_tfl_structure

TFL 파일 구조 설명

AI 기술 지원

이 프로젝트에는 Claude나 Gemini와 같은 어시스턴트가 흐름을 구축하도록 돕는 특수 AI 기술이 포함되어 있습니다.

  • 위치: .agents/skills/tfl-generator/

  • 기능: 대체 SDK 사용 가이드가 포함된 MCP 서버 인덱스. 자세한 API 및 구문 참조는 src/cwprep/references/의 MCP 리소스를 통해 제공됩니다.

디렉토리 구조

cwprep/
├── .agents/skills/      # AI Agent skills (MCP index)
├── src/cwprep/          # SDK source code
│   ├── builder.py       # TFLBuilder class
│   ├── packager.py      # TFLPackager class
│   ├── translator.py    # SQLTranslator class
│   ├── expression_translator.py  # ExpressionTranslator class
│   ├── config.py        # Configuration utilities
│   ├── mcp_server.py    # MCP Server (Tools, Resources, Prompts)
│   └── references/      # MCP Resource documents (.md)
├── examples/            # Demo scripts
├── docs/                # Documentation
└── tests/               # Unit tests

구성

기본 설정을 위해 config.yaml을 생성하세요:

# MySQL (default)
database:
  host: localhost
  port: 3306
  dbname: mydb
  type: mysql

# SQL Server (Windows Authentication)
# database:
#   host: localhost
#   type: sqlserver
#   authentication: sspi
#   schema: dbo

# PostgreSQL
# database:
#   host: localhost
#   port: 5432
#   dbname: mydb
#   type: postgres

tableau_server:
  url: http://your-server
  default_project: Default

변경 로그

버전 기록은 changelog.md를 참조하세요.

라이선스

AGPL-3.0 라이선스

This server cannot be deployed

Shareable, User-Owned Context BackendPeople, applications, and agents read, write, and coordinate together in one context lake. Reach it over MCP, a CLI, a Python SDK, or REST.fulcradynamics.comAd

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers