Skip to main content
Glama
manohar135

Local Database Analytics MCP Server

by manohar135

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

list_tables

Вывести список всех таблиц в базе данных

describe_table

Показать схему/колонки конкретной таблицы

get_sample_rows

Вернуть N образцов строк из таблицы

get_row_count

Подсчитать количество строк с необязательным фильтром WHERE

run_sql_query

Выполнить любой безопасный запрос SELECT

summarize_column

Статистика: min/max/mean/nulls/unique для колонки

find_top_n

Выборка N строк, отсортированных по колонке

group_and_aggregate

GROUP BY + SUM/AVG/COUNT/MIN/MAX

detect_nulls

Найти колонки с отсутствующими данными

compute_correlation

Корреляция Пирсона между двумя колонками

time_series_summary

Агрегация данных по дням/неделям/месяцам

Ресурсы

URI

Описание

db://schema

Полная схема базы данных

db://tables/{name}

Схема для конкретной таблицы

Промпты

  • analyze_table — Полный статистический анализ любой таблицы

  • business_summary — Исполнительный отчёт по электронной коммерции

  • find_anomalies — Обнаружение проблем качества данных и выбросов


Related MCP server: db-mcp

Схема базы данных

customers ──< orders ──< order_items >── products
  • customers: 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-Server

2. Создайте виртуальное окружение и установите зависимости

python -m venv .venv
source .venv/bin/activate       # On Windows: .venv\Scripts\activate
pip install -r requirements.txt

3. Заполните базу данных

python database/seed_data.py

4. Запустите MCP Inspector (режим разработки)

fastmcp dev server.py

5. Запустите тесты

pytest tests/ -v

Технологический стек

Технология

Роль

FastMCP

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»

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    Enables 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.
    -
  • A
    license
    A
    quality
    B
    maintenance
    Enables 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.
    6
    142 npm
    MIT
  • F
    license
    A
    quality
    B
    maintenance
    Gives 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
    -
  • F
    license
    A
    quality
    C
    maintenance
    Enables AI agents to analyze an SQLite e-commerce database via secure read-only SQL queries, providing tools for table inspection and analytical requests.
    2
    -