Local Database Analytics MCP Server
Локальный сервер аналитики базы данных MCP
Python-сервер Model Context Protocol (MCP), который предоставляет локальную базу данных SQLite для аналитики электронной коммерции таким ИИ-ассистентам, как Claude. Построен на FastMCP, SQLAlchemy и Pandas.
Что такое MCP? Протокол Model Context Protocol (от Anthropic) позволяет ИИ-моделям безопасно взаимодействовать с локальными инструментами и данными. Этот сервер знакомит Claude с вашей базой данных, чтобы он мог запрашивать, анализировать и объяснять данные — всё с помощью естественного языка.
Возможности
Инструменты (всего 11)
Инструмент | Описание |
| Вывести список всех таблиц в базе данных |
| Показать схему/колонки конкретной таблицы |
| Вернуть N образцов строк из таблицы |
| Подсчитать количество строк с необязательным фильтром WHERE |
| Выполнить любой безопасный запрос SELECT |
| Статистика: min/max/mean/nulls/unique для колонки |
| Выборка N строк, отсортированных по колонке |
| GROUP BY + SUM/AVG/COUNT/MIN/MAX |
| Найти колонки с отсутствующими данными |
| Корреляция Пирсона между двумя колонками |
| Агрегация данных по дням/неделям/месяцам |
Ресурсы
URI | Описание |
| Полная схема базы данных |
| Схема для конкретной таблицы |
Промпты
analyze_table— Полный статистический анализ любой таблицыbusiness_summary— Исполнительный отчёт по электронной коммерцииfind_anomalies— Обнаружение проблем качества данных и выбросов
Related MCP server: db-mcp
Схема базы данных
customers ──< orders ──< order_items >── productscustomers: 15 записей с именем, email, городом и датой регистрации
products: 15 товаров по категориям Electronics, Books, Sports, Home, Stationery
orders: 60 заказов со статусом (completed/pending/cancelled) и итогами
order_items: позиции, связывающие заказы и товары
Структура проекта
MCP_Server/
├── server.py # FastMCP server entry point
├── requirements.txt # Python dependencies
├── database/
│ ├── engine.py # SQLAlchemy DB connection
│ └── seed_data.py # Seed script (creates + populates DB)
├── tools/
│ ├── query.py # Core SQL tools (Phase 2)
│ └── analytics.py # Analytics tools (Phase 3)
├── resources/
│ └── schema.py # DB schema as MCP resources
├── prompts/
│ └── templates.py # Pre-built analyst prompts
├── tests/
│ └── test_tools.py # Unit tests
└── data/
└── analytics.db # SQLite database (auto-created)Начало работы
1. Клонируйте репозиторий
git clone https://github.com/manohar135/Local-Database-Analytics-MCP-Server.git
cd Local-Database-Analytics-MCP-Server2. Создайте виртуальное окружение и установите зависимости
python -m venv .venv
source .venv/bin/activate # On Windows: .venv\Scripts\activate
pip install -r requirements.txt3. Заполните базу данных
python database/seed_data.py4. Запустите MCP Inspector (режим разработки)
fastmcp dev server.py5. Запустите тесты
pytest tests/ -vТехнологический стек
Технология | Роль |
Фреймворк сервера MCP | |
SQLite | Локальная база данных без конфигурации |
SQLAlchemy | Движок БД и ORM |
Pandas | Аналитика и агрегация |
Pydantic | Валидация входных данных |
Pytest | Юнит-тестирование |
Примеры диалогов с Claude
После подключения к Claude Desktop попробуйте:
«Какие таблицы вам доступны?»
«Дайте мне бизнес-сводку данных о продажах»
«Какие товары продаются лучше всего?»
«Есть ли проблемы с качеством данных в таблице orders?»
«Покажите тренды месячной выручки за последний год»
This server cannot be deployed
Maintenance
Related MCP Connectors
Run your ecommerce ads from Claude & ChatGPT: Meta, Google, Amazon, Shopify (150 tools)
Ask questions across Shopify, Klaviyo, GA4 and 20+ e-commerce sources in plain English.
Ask data questions in natural language. Get SQL, insights, and charts from your databases.
Query 40 databases from Claude, ChatGPT, or Cursor — on any device. Read-only, encrypted, audited.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceEnables natural-language querying of an e-commerce dataset by providing a LangChain agent that uses tools to execute parameterized SQL queries on a SQLite database, with short-term memory and Streamlit or Claude Desktop interfaces.-
- AlicenseAqualityBmaintenanceEnables AI agents to safely interact with a SQLite shop database through schema discovery, read-only SQL queries, and pre-built analytics reports like top customers, top products, and revenue summaries.6142 npmMIT
- FlicenseAqualityBmaintenanceGives AI agents read-only analytical access to an e-commerce SQLite database (customers, orders, order_items, products) via SQL queries, table listing, and schema inspection.3-
- FlicenseAqualityCmaintenanceEnables AI agents to analyze an SQLite e-commerce database via secure read-only SQL queries, providing tools for table inspection and analytical requests.2-