# MCP-Server

## Übersicht
Dies ist ein Serverprojekt, das als Backend für eine Anwendung dient. Es implementiert das **Model Context Protocol (MCP)**, um es KI-Modellen wie LM Studio zu ermöglichen, sicher mit lokalen Daten und benutzerdefinierten Tools zu interagieren. Beispiel: Der Server verarbeitet Daten, die in CSV- und Parquet-Formaten vorliegen können, und bietet Tools zur Datenverarbeitung und -analyse.

## Projektstruktur
- `main.py`: Hauptdatei zum Starten des MCP-Servers.
- `server.py`: Enthält die Logik für den MCP-Server und registriert die Tools.
- `generate_parquet.py`: Skript zur Generierung von Parquet-Dateien aus anderen Datenquellen (z.B. `sample.csv`).
- `data/`: Verzeichnis für Beispieldaten (`sample.csv`, `sample.parquet`).
- `tools/`: Enthält die MCP-Tool-Definitionen:
    - `csv_tools.py`: Funktionen zur Verarbeitung von CSV-Dateien.
    - `parquet_tools.py`: Funktionen zur Verarbeitung von Parquet-Dateien.
- `utils/`: Enthält wiederverwendbare Hilfsfunktionen zum Lesen von Dateien:
    - `file_reader.py`: Hilfsfunktionen zum Lesen von CSV- und Parquet-Dateien und zur Zusammenfassung ihrer Inhalte.
- `pyproject.toml`: Projektkonfigurationsdatei, die die Abhängigkeiten des Projekts verwaltet.
- `uv.lock`: Sperrdatei für Abhängigkeiten, generiert von `uv`.

## Installation
Es wird dringend empfohlen, **uv** für die Installation und Verwaltung der Abhängigkeiten zu verwenden, da es sich um einen schnellen und modernen Python-Projektmanager handelt.

1.  **uv installieren:**
    Stellen Sie sicher, dass `uv` auf Ihrem System installiert ist. Falls nicht, können Sie es wie folgt installieren:
    ```bash
    curl -LsSf https://astral.sh/uv/install.sh | sh
    ```
    **Oder für Windows (falls curl nicht verfügbar):**
    ```bash
    pip install uv
    ```
    **or**
    ```bash
    powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
    ```
    
    Starten Sie Ihr Terminal neu, damit der `uv`-Befehl verfügbar ist. Überprüfen Sie die Installation mit `uv --version`.

2.  **Repository klonen:**
    ```bash
    git clone <repository-url>
    cd mcp-server
    ```

3.  **Virtuelle Umgebung einrichten und Abhängigkeiten installieren:**
    ```bash
    uv venv
    .venv\Scripts\activate # Auf MacOS oder Linux: source .venv/bin/activate
    uv pip install -r requirements.txt
    ```

## Nutzung

### MCP-Server starten
Um den MCP-Server zu starten, navigieren Sie zum Projekt-Root-Verzeichnis und führen Sie aus:
```bash
uv run main.py
```
Der Server wartet nun auf eine Verbindung von einem Client wie LM Studio. Allerdings muss der Server nicht dauerhaft laufen, da LM Studio ihn bei Bedarf auch automatisch (im Hintergrund) starten kann.

### Integration mit LM Studio
Um LM Studio mit Ihrem MCP-Server zu verbinden, müssen Sie die Konfigurationsdatei von LM Studio anpassen.

1.  **mcp.json in LM Studio bearbeiten:**
    Bearbeiten Sie die Datei `mcp.json` in LM Studio.

2.  **Server zur Konfiguration hinzufügen:**
    Fügen Sie den folgenden JSON-Code in die `mcp.json`-Datei ein und ersetzen Sie `/ABSOLUTE/PATH/TO/mcp-server` durch den tatsächlichen absoluten Pfad zu Ihrem Projektordner. Stellen Sie sicher, dass `uv` im Systempfad ist oder geben Sie den vollständigen Pfad zur `uv`-Ausführungsdatei an:
    ```json
    {
      "mcpServers": {
        "mcp-server": {
          "command": "uv",
          "args": [
            "--directory",
            "/ABSOLUTE/PATH/TO/mcp-server",
            "run",
            "main.py"
          ]
        }
      }
    }
    ```

3.  **LM Studio neu starten:**
    Nach dem Neustart von LM Studio sollten die Tools Ihres MCP-Servers verfügbar sein. Überprüfen Sie die Einstellungen oder das Interface von LM Studio, um die registrierten Tools (`summarize_csv_file`, `summarize_parquet_file`) zu finden.

### Beispielabfragen in LM Studio
Sie können LM Studio nun bitten, Ihre Tools zu verwenden, z.B.:
*   "Fasse die CSV-Datei namens `sample.csv` zusammen."
*   "Wie viele Zeilen hat `sample.parquet`?"

## Daten
Beispieldaten finden Sie im `data/`-Verzeichnis.

## Tools
Die Tools in diesem Verzeichnis (`csv_tools.py`, `parquet_tools.py`) sind primär für die Integration mit dem MCP-Server über `main.py` und `server.py` gedacht. Sie müssen nicht direkt ausgeführt werden, da der MCP-Server sie bei Bedarf aufruft.

## Utilities (`utils/`)
Das `utils/`-Verzeichnis enthält wiederverwendbare Hilfsfunktionen (z.B. `file_reader.py`) die von den Tools verwendet werden, um Daten zu verarbeiten und zusammenzufassen.

## Danksagungen
Dieses Projekt basiert auf der Inspiration und den Erkenntnissen von [@llm-guy](https://github.com/llm-guy).

[Building a Basic MCP Server with Python](https://medium.com/data-engineering-with-dremio/building-a-basic-mcp-server-with-python-4c34c41031ed)