Skip to main content
Glama
Keboola Explorer MCP Server

Keboola Explorer MCP Server

Servidor MCP de Keboola

Conecte sus agentes de IA, clientes MCP ( Cursor , Claude , Windsurf , VS Code , etc.) y otros asistentes de IA a Keboola. Exponga datos, transformaciones, consultas SQL y activadores de trabajos sin necesidad de código de enlace. Entregue los datos correctos a los agentes cuando y donde los necesiten.

Descripción general

Keboola MCP Server es un puente de código abierto entre su proyecto Keboola y las herramientas modernas de IA. Convierte las funciones de Keboola (como el acceso al almacenamiento, las transformaciones SQL y los activadores de trabajos) en herramientas invocables para Claude, Cursor, CrewAI, LangChain, Amazon Q y más.

Related MCP server: Google BigQuery MCP Server by CData

Características

  • Almacenamiento : consulte tablas directamente y administre descripciones de tablas o depósitos

  • Componentes : crear, enumerar e inspeccionar extractores, escritores, aplicaciones de datos y configuraciones de transformación

  • SQL : Crea transformaciones SQL con lenguaje natural

  • Trabajos : ejecutar componentes y transformaciones, y recuperar detalles de ejecución de trabajos

  • Metadatos : busque, lea y actualice la documentación del proyecto y los metadatos de los objetos utilizando lenguaje natural

Preparativos

Asegúrese de tener:

  • [ ] Python 3.10+ instalado

  • [ ] Acceso a un proyecto de Keboola con derechos de administrador

  • [ ] Su cliente MCP preferido (Claude, Cursor, etc.)

Nota : Asegúrese de tener instalado uv . El cliente MCP lo usará para descargar y ejecutar automáticamente el servidor MCP de Keboola. Instalación de uv :

macOS/Linux :

#if homebrew is not installed on your machine use:
# /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# Install using Homebrew
brew install uv

Ventanas :

# Using the installer script
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

# Or using pip
pip install uv

# Or using winget
winget install --id=astral-sh.uv -e

Para obtener más opciones de instalación, consulte la documentación oficial de uv .

Antes de configurar el servidor MCP, necesita tres datos clave:

TOKEN DE ALMACENAMIENTO KBC

Este es su token de autenticación para Keboola:

Para obtener instrucciones sobre cómo crear y administrar tokens de API de almacenamiento, consulte la documentación oficial de Keboola .

Nota : Si desea que el servidor MCP tenga acceso limitado, utilice un token de almacenamiento personalizado; si desea que MCP acceda a todo en su proyecto, utilice el token maestro.

ESQUEMA DEL ESPACIO DE TRABAJO KBC

Esto identifica su espacio de trabajo en Keboola y es necesario para las consultas SQL:

Siga esta guía de Keboola para obtener su KBC_WORKSPACE_SCHEMA.

Nota : Marque la opción Otorgar acceso de solo lectura a todos los datos del proyecto al crear el espacio de trabajo

Región de Keboola

La URL de la API de Keboola depende de la región de implementación. Puede determinar su región consultando la URL en su navegador al iniciar sesión en su proyecto de Keboola:

Región

URL de la API

AWS Norteamérica

https://connection.keboola.com

AWS Europa

https://connection.eu-central-1.keboola.com

Google Cloud UE

https://connection.europe-west3.gcp.keboola.com

Google Cloud EE. UU.

https://connection.us-east4.gcp.keboola.com

Azure UE

https://connection.north-europe.azure.keboola.com

Configuración específica de BigQuery

Si su proyecto Keboola usa el backend de BigQuery, deberá configurar la variable de entorno GOOGLE_APPLICATION_CREDENTIALS además de KBC_STORAGE_TOKEN y KBC_WORKSPACE_SCHEMA :

  1. Vaya a su espacio de trabajo de Keboola BigQuery y muestre sus credenciales (haga clic en el botón Conectar)

  2. Descargue el archivo de credenciales a su disco local. Es un archivo JSON simple.

  3. Establezca la ruta completa del archivo de credenciales JSON descargado en la variable de entorno GOOGLE_APPLICATION_CREDENTIALS

  4. Esto le dará a su instancia del servidor MCP permisos para acceder a su espacio de trabajo de BigQuery en Google Cloud. Nota : KBC_WORKSPACE_SCHEMA se denomina Nombre del conjunto de datos en el espacio de trabajo de BigQuery, simplemente haga clic en Conectar y copie el Nombre del conjunto de datos.

Ejecución del servidor MCP de Keboola

Hay cuatro formas de utilizar el servidor Keboola MCP, según sus necesidades:

Opción A: Modo Integrado (Recomendado)

En este modo, Claude o Cursor inician automáticamente el servidor MCP. No es necesario ejecutar ningún comando en la terminal .

  1. Configure su cliente MCP (Claude/Cursor) con la configuración adecuada

  2. El cliente iniciará automáticamente el servidor MCP cuando sea necesario

Configuración del escritorio de Claude

  1. Vaya a Claude (esquina superior izquierda de su pantalla) -> Configuración → Desarrollador → Editar configuración (si no ve el archivo claude_desktop_config.json, créelo)

  2. Agregue la siguiente configuración:

  3. Reinicie el escritorio de Claude para que los cambios surtan efecto.

{
  "mcpServers": {
    "keboola": {
      "command": "uvx",
      "args": [
        "keboola_mcp_server",
        "--api-url", "https://connection.YOUR_REGION.keboola.com"
      ],
      "env": {
        "KBC_STORAGE_TOKEN": "your_keboola_storage_token",
        "KBC_WORKSPACE_SCHEMA": "your_workspace_schema"
      }
    }
  }
}

Nota : Para los usuarios de BigQuery, agregue la siguiente línea en "env": {}: "GOOGLE_APPLICATION_CREDENTIALS": "/full/path/to/credentials.json"

Ubicaciones de los archivos de configuración:

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

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

Configuración del cursor

  1. Vaya a Configuración → MCP

  2. Haga clic en "+ Agregar nuevo servidor MCP global".

  3. Configure con estos ajustes:

{
  "mcpServers": {
    "keboola": {
      "command": "uvx",
      "args": [
        "keboola_mcp_server",
        "--api-url", "https://connection.YOUR_REGION.keboola.com"
      ],
      "env": {
        "KBC_STORAGE_TOKEN": "your_keboola_storage_token",
        "KBC_WORKSPACE_SCHEMA": "your_workspace_schema"
      }
    }
  }
}

Nota : Para los usuarios de BigQuery, agregue la siguiente línea en "env": {}: "GOOGLE_APPLICATION_CREDENTIALS": "/full/path/to/credentials.json"

Configuración del cursor para Windows WSL

Al ejecutar el servidor MCP desde el Subsistema de Windows para Linux con Cursor AI, utilice esta configuración:

{
  "mcpServers": {
    "keboola": {
      "command": "wsl.exe",
      "args": [
        "bash",
        "-c",
        "'source /wsl_path/to/keboola-mcp-server/.env",
        "&&",
        "/wsl_path/to/keboola-mcp-server/.venv/bin/python -m keboola_mcp_server.cli --transport stdio'"
      ]
    }
  }
}

Donde el archivo /wsl_path/to/keboola-mcp-server/.env contiene variables de entorno:

export KBC_STORAGE_TOKEN="your_keboola_storage_token"
export KBC_WORKSPACE_SCHEMA="your_workspace_schema"

Opción B: Modo de desarrollo local

Para los desarrolladores que trabajan en el código del servidor MCP:

  1. Clonar el repositorio y configurar un entorno local

  2. Configure Claude/Cursor para utilizar su ruta local de Python:

{
  "mcpServers": {
    "keboola": {
      "command": "/absolute/path/to/.venv/bin/python",
      "args": [
        "-m", "keboola_mcp_server.cli",
        "--transport", "stdio",
        "--api-url", "https://connection.YOUR_REGION.keboola.com"
      ],
      "env": {
        "KBC_STORAGE_TOKEN": "your_keboola_storage_token",
        "KBC_WORKSPACE_SCHEMA": "your_workspace_schema",

      }
    }
  }
}

Nota : Para los usuarios de BigQuery, agregue la siguiente línea en "env": {}: "GOOGLE_APPLICATION_CREDENTIALS": "/full/path/to/credentials.json"

Opción C: Modo CLI manual (solo para pruebas)

Puede ejecutar el servidor manualmente en una terminal para realizar pruebas o depuraciones:

# Set environment variables
export KBC_STORAGE_TOKEN=your_keboola_storage_token
export KBC_WORKSPACE_SCHEMA=your_workspace_schema
# For BigQuery users
# export GOOGLE_APPLICATION_CREDENTIALS=/full/path/to/credentials.json

# Run with uvx (no installation needed)
uvx keboola_mcp_server --api-url https://connection.YOUR_REGION.keboola.com

# OR, if developing locally
python -m keboola_mcp_server.cli --api-url https://connection.YOUR_REGION.keboola.com

Nota : Este modo se utiliza principalmente para depuración o pruebas. Para un uso normal con Claude o Cursor, no es necesario ejecutar el servidor manualmente.

Opción D: Usar Docker

docker pull keboola/mcp-server:latest

# For Snowflake users
docker run -it \
  -e KBC_STORAGE_TOKEN="YOUR_KEBOOLA_STORAGE_TOKEN" \
  -e KBC_WORKSPACE_SCHEMA="YOUR_WORKSPACE_SCHEMA" \
  keboola/mcp-server:latest \
  --api-url https://connection.YOUR_REGION.keboola.com

# For BigQuery users (add credentials volume mount)
# docker run -it \
#   -e KBC_STORAGE_TOKEN="YOUR_KEBOOLA_STORAGE_TOKEN" \
#   -e KBC_WORKSPACE_SCHEMA="YOUR_WORKSPACE_SCHEMA" \
#   -e GOOGLE_APPLICATION_CREDENTIALS="/creds/credentials.json" \
#   -v /local/path/to/credentials.json:/creds/credentials.json \
#   keboola/mcp-server:latest \
#   --api-url https://connection.YOUR_REGION.keboola.com

¿Necesito iniciar el servidor yo mismo?

Guión

¿Necesita ejecutarlo manualmente?

Utilice esta configuración

Usando Claude/Cursor

No

Configurar MCP en la configuración de la aplicación

Desarrollo de MCP localmente

No (Claude empieza)

Apuntar la configuración a la ruta de Python

Probar la CLI manualmente

Sí

Utilice la terminal para ejecutar

Usando Docker

Sí

Ejecutar contenedor docker

Uso del servidor MCP

Una vez que su cliente MCP (Claude/Cursor) esté configurado y en funcionamiento, puede comenzar a consultar sus datos de Keboola:

Verifique su configuración

Puedes comenzar con una consulta sencilla para confirmar que todo funciona:

What buckets and tables are in my Keboola project?

Ejemplos de lo que puedes hacer

Exploración de datos:

  • "¿Qué tablas contienen información del cliente?"

  • Ejecute una consulta para encontrar los 10 clientes principales por ingresos.

Análisis de datos:

  • Analizar mis datos de ventas por región del último trimestre.

  • "Encuentre correlaciones entre la edad del cliente y la frecuencia de compra"

Tuberías de datos:

  • "Crear una transformación SQL que una las tablas de clientes y pedidos"

  • "Iniciar el trabajo de extracción de datos para mi componente de Salesforce"

Compatibilidad

Soporte al cliente de MCP

Cliente MCP

Estado de soporte

Método de conexión

Claude (Escritorio y Web)

✅ soportado, probado

estudio

Cursor

✅ soportado, probado

estudio

Windsurf, Zed, Replit

✅ Compatible

estudio

Codeium, Sourcegraph

✅ Compatible

HTTP+SSE

Clientes MCP personalizados

✅ Compatible

HTTP+SSE o stdio

Herramientas compatibles

Nota: Keboola MCP es una versión anterior a la 1.0, por lo que podrían producirse cambios importantes. Sus agentes de IA se adaptarán automáticamente a las nuevas herramientas.

Categoría

Herramienta

Descripción

Almacenamiento

retrieve_buckets

Enumera todos los depósitos de almacenamiento en su proyecto Keboola

get_bucket_detail

Recupera información detallada sobre un depósito específico

retrieve_bucket_tables

Devuelve todas las tablas dentro de un depósito específico

get_table_detail

Proporciona información detallada para una tabla específica

update_bucket_description

Actualiza la descripción de un bucket

update_column_description

Actualiza la descripción de una columna determinada en una tabla.

update_table_description

Actualiza la descripción de una tabla.

SQL

query_table

Ejecuta consultas SQL personalizadas contra sus datos

get_sql_dialect

Identifica si su espacio de trabajo utiliza el dialecto SQL de Snowflake o BigQuery

Componente

create_component_root_configuration

Crea una configuración de componente con parámetros personalizados

create_component_row_configuration

Crea una fila de configuración de componentes con parámetros personalizados

create_sql_transformation

Crea una transformación SQL con consultas personalizadas

find_component_id

Devuelve una lista de ID de componentes que coinciden con la consulta dada

get_component

Obtiene información sobre un componente específico dado su ID

get_component_configuration

Obtiene información sobre una configuración de transformación/componente específica

get_component_configuration_examples

Recupera ejemplos de configuración de muestra para un componente específico

retrieve_component_configurations

Recupera configuraciones de componentes presentes en el proyecto.

retrieve_transformations

Recupera configuraciones de transformación en el proyecto.

update_component_root_configuration

Actualiza la configuración de un componente específico

update_component_row_configuration

Actualiza una fila de configuración de un componente específico

update_sql_transformation_configuration

Actualiza una configuración de transformación SQL existente

Trabajo

retrieve_jobs

Enumera y filtra trabajos por estado, componente o configuración

get_job_detail

Devuelve detalles completos sobre un trabajo específico

start_job

Activa la ejecución de un componente o un trabajo de transformación

Documentación

docs_query

Busca documentación de Keboola basándose en consultas en lenguaje natural.

Solución de problemas

Problemas comunes

Asunto

Solución

Errores de autenticación

Verificar que KBC_STORAGE_TOKEN sea válido

Problemas en el espacio de trabajo

Confirme KBC_WORKSPACE_SCHEMA sea correcto

Tiempo de espera de conexión

Comprobar la conectividad de la red

Desarrollo

Instalación

Configuración básica:

uv sync --extra dev

Con la configuración básica, puede utilizar uv run tox para ejecutar pruebas y verificar el estilo del código.

Configuración recomendada:

uv sync --extra dev --extra tests --extra integtests --extra codestyle

Con la configuración recomendada, se instalarán paquetes para pruebas y verificación del estilo del código, lo que permite que IDE como VsCode o Cursor verifiquen el código o ejecuten pruebas durante el desarrollo.

Pruebas de integración

Para ejecutar pruebas de integración localmente, utilice uv run tox -e integtests . NOTA: Deberá configurar las siguientes variables de entorno:

  • INTEGTEST_STORAGE_API_URL

  • INTEGTEST_STORAGE_TOKEN

  • INTEGTEST_WORKSPACE_SCHEMA

Para obtener estos valores, necesita un proyecto Keboola dedicado a las pruebas de integración.

Actualización de uv.lock

Actualice el archivo uv.lock si ha añadido o eliminado dependencias. También considere actualizar el bloqueo con versiones más recientes de las dependencias al crear una versión ( uv lock --upgrade ).

Soporte y comentarios

⭐ La forma principal de obtener ayuda, informar errores o solicitar funciones es abriendo un problema en GitHub . ⭐

El equipo de desarrollo monitorea activamente los problemas y responderá lo antes posible. Para obtener información general sobre Keboola, utilice los recursos a continuación.

Recursos

Conectar

Available Tools

7 tools
get_bucket_metadataC

Get detailed information about a specific bucket.

Inputs: bucket_id (required).

get_table_metadataC

Get detailed information about a specific table including its DB identifier and column information.

Inputs: table_id (required).

list_bucket_infoB

List information about all buckets in the project.

Inputs: no named parameters.

list_bucket_tablesC

List all tables in a specific bucket with their basic information.

Inputs: bucket_id (required).

list_component_configsC

List all configurations for a specific component.

Inputs: component_id (required).

list_componentsB

List all available components and their configurations.

Inputs: no named parameters.

query_tableA
Executes an SQL SELECT query to get the data from the underlying snowflake database.
* When constructing the SQL SELECT query make sure to use the fully qualified table names
  that include the database name, schema name and the table name.
* The fully qualified table name can be found in the table information, use a tool to get the information
  about tables. The fully qualified table name can be found in the response for that tool.
* Snowflake is case-sensitive so always wrap the column names in double quotes.

Examples:
* SQL queries must include the fully qualified table names including the database name, e.g.:
  SELECT * FROM "db_name"."db_schema_name"."table_name";

Inputs: sql_query (required).

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A3.5/5.0

    Scored across 7 tools

    Disambiguation5/5

    Each tool has a clearly distinct purpose with no overlap: get_bucket_metadata vs list_bucket_info (detail vs list), get_table_metadata vs query_table (metadata vs data retrieval), and list_bucket_tables vs list_components (bucket-specific vs component-focused). The descriptions reinforce these distinctions, making misselection unlikely.

    Naming Consistency5/5

    All tools follow a consistent verb_noun pattern with snake_case: get_*, list_*, and query_* are used predictably throughout. The naming is uniform and readable, with no deviations in style or convention.

    Tool Count5/5

    With 7 tools, the count is well-scoped for a Keboola Explorer server focused on metadata retrieval and data querying. Each tool earns its place, covering buckets, tables, components, and queries without being overwhelming or too sparse.

    Completeness4/5

    The tool set provides strong coverage for exploration and querying in Keboola, with metadata listing and retrieval for buckets, tables, and components, plus data querying. A minor gap exists in write operations (e.g., creating or modifying resources), but agents can effectively navigate and query the environment with the available tools.

    Maintenance

    ActivityActive
    ResponsivenessLimited data

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      F
      maintenance
      This read-only MCP Server allows you to connect to Amazon S3 data from Claude Desktop through CData JDBC Drivers. For full CRUD support, check out the first managed MCP platform: CData Connect AI (https://www.cdata.com/ai/).
      MIT
    • A
      license
      Not graded
      quality
      F
      maintenance
      This read-only MCP Server allows you to connect to Google BigQuery data from Claude Desktop through CData JDBC Drivers. For full CRUD support, check out the first managed MCP platform: CData Connect AI (https://www.cdata.com/ai/).
      MIT
    • A
      license
      Not graded
      quality
      F
      maintenance
      This read-only MCP Server allows you to connect to Snowflake data from Claude Desktop through CData JDBC Drivers. For full CRUD support, check out the first managed MCP platform: CData Connect AI (https://www.cdata.com/ai/).
      MIT
    • A
      license
      Not graded
      quality
      F
      maintenance
      This read-only MCP Server allows you to connect to Google Cloud Storage data from Claude Desktop through CData JDBC Drivers. For full CRUD support, check out our MCP Server for Google Cloud Storage (https://www.cdata.com/drivers/googlecloudstorage/download/mcp).
      MIT