Pixeltable MCP-Server (Developer Edition)

Multimodale KI-Dateninfrastruktur als MCP-Server. 32 Tools · 13 Ressourcen · 6 Prompts für Tabellenverwaltung, KI/ML-Pipelines, Abhängigkeitsmanagement, ein interaktives REPL und mehr.

Verwendet Sync-Endpunkte + uvloop für beste Performance mit Pixeltable ≥ 0.5.27 (siehe pyproject.toml).

Schnelleinstieg

Erfordert uv:

curl -LsSf https://astral.sh/uv/install.sh | sh

Claude Code (am einfachsten) — sagen Sie einfach:

"Install https://github.com/pixeltable/mcp-server-pixeltable-developer as a uv tool and add it to your MCPs"

Manuelle Installation:

uv tool install --from git+https://github.com/pixeltable/mcp-server-pixeltable-developer.git mcp-server-pixeltable-developer
claude mcp add pixeltable mcp-server-pixeltable-developer   # Claude Code

Falls uv warnt, dass ~/.local/bin nicht in Ihrem PATH enthalten ist, führen Sie uv tool update-shell aus (oder fügen Sie das Verzeichnis zum PATH hinzu), damit mcp-server-pixeltable-developer gefunden wird. Überprüfen Sie dies mit mcp-server-pixeltable-developer --version.

Aus dem Quellcode:

git clone https://github.com/pixeltable/mcp-server-pixeltable-developer && cd mcp-server-pixeltable-developer
uv sync

Client-Konfiguration

{
  "mcpServers": {
    "pixeltable": {
      "command": "mcp-server-pixeltable-developer",
      "env": {
        "PIXELTABLE_HOME": "/Users/{you}/.pixeltable",
        "PIXELTABLE_FILE_CACHE_SIZE_G": "10"
      }
    }
  }
}

Aus dem Quellcode — verwenden Sie "command": "uv" mit "args": ["run", "--directory", "{repo}", "python", "-m", "mcp_server_pixeltable_stio"].

Benutzerkonfiguration — ~/.cursor/mcp.json (gilt für alle Workspaces):

{
  "mcpServers": {
    "pixeltable-developer": {
      "command": "mcp-server-pixeltable-developer",
      "env": {
        "PIXELTABLE_HOME": "/Users/you/.pixeltable"
      }
    }
  }
}

Falls Cursor command not found meldet, verwenden Sie den vollständigen Pfad von uv tool update-shell / which mcp-server-pixeltable-developer, z. B. "command": "/Users/you/.local/bin/mcp-server-pixeltable-developer".

Dieses Repository aus dem Quellcode entwickeln — optionales Projekt .cursor/mcp.json, damit der Server aus Ihrem Klon heraus läuft (ersetzen Sie den Pfad):

{
  "mcpServers": {
    "pixeltable-developer": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/mcp-server-pixeltable-developer", "python", "-m", "mcp_server_pixeltable_stio"],
      "env": {
        "PIXELTABLE_HOME": "/Users/you/.pixeltable"
      }
    }
  }
}

Definieren Sie nicht denselben Servernamen zweimal (Benutzer + Projekt), es sei denn, Sie beabsichtigen, zwei Einträge auszuführen.

Starten Sie Ihren Client nach Konfigurationsänderungen neu.

Testen

Verwenden Sie ein dediziertes PIXELTABLE_HOME zum Testen, damit Sie keine anderen Kataloge beeinträchtigen.

MCP Inspector (interaktiv)

Von einem Klon aus, nach uv sync:

export PIXELTABLE_HOME="$HOME/.pixeltable-mcp-test"
uv run mcp dev src/mcp_server_pixeltable_stio/server.py:mcp

Dies startet den Server und öffnet den MCP Inspector in Ihrem Browser, sodass Sie Tools aufrufen, Ressourcen lesen und Prompts ohne IDE ausprobieren können.

Schnelltests: Tool pixeltable_check_dependencies mit Ausdruck openai.chat_completions; Tool execute_python mit print(pxt.__version__); Ressource pixeltable://version.

Cursor

Fügen Sie PIXELTABLE_HOME unter env in .cursor/mcp.json hinzu (siehe Client-Konfiguration oben). Starten Sie Cursor neu, bestätigen Sie, dass der Server eine Verbindung herstellt, und führen Sie dann ein einfaches Tool über das MCP-Panel aus.

CLI-Sanity-Check (kein JSON-RPC)

mcp-server-pixeltable-developer --version
uv run python list_tools.py

--version / --help beenden das Programm sofort. list_tools.py gibt nur registrierte Tools, Ressourcen und Prompts aus (Import-Check, keine vollständige MCP-Sitzung).

Tools (32)

Alle Tools haben das Präfix pixeltable_ (außer REPL/Logging-Helfer). Vollständige Docstrings sind über introspect_function verfügbar.

Ressourcen (13)

Prompts (6)

pixeltable_usage_guide · getting_started · computer_vision_pipeline · rag_pipeline · video_analysis_pipeline · audio_processing_pipeline

Beispiele

Create a table called movies with title, year, and rating columns → insert sample data → query ratings above 8.5

Add a computed column that runs YOLOX object detection on every image

Check what deps I need for openai.chat_completions(...) → install them

execute_python("print(pxt.list_tables())")

Dokumentation

• Pixeltable-Dokumentation

• pixeltable-skill — Task-Router, API-Fallstricke (openai.vision vs chat_completions, frame_iterator, similarity(string=...) usw.) und Workflow-Beispiele, die auf das aktuelle Pixeltable abgestimmt sind

Architektur

src/mcp_server_pixeltable_stio/
  server.py            FastMCP server, tool/resource/prompt registration, uvloop activation
  core/
    tables.py          Table CRUD, views, snapshots, replicas, queries, computed columns
    directories.py     Directory CRUD, listing, moving
    dependencies.py    Dependency checking, unified installer, diagnostics
    udf.py             UDF creation, type system, LLM tool wrappers, MCP connections
    helpers.py         Config, version, docs search, shared utilities
    resources.py       Read-only MCP resource handlers
  prompt.py            Prompt templates for common workflows
  repl_functions.py    Persistent Python REPL, introspection, package management
  canvas_server.py     Browser canvas for rich content display

Fehlerbehebung

• Starten Sie Ihren Client neu nach jeder Konfigurationsänderung

• Python 3.10+ und uv sind erforderlich

• command not found nach uv tool install: Stellen Sie sicher, dass ~/.local/bin im PATH enthalten ist (uv tool update-shell) oder rufen Sie es über den vollständigen Pfad auf; bestätigen Sie dies mit mcp-server-pixeltable-developer --version

• Überprüfen Sie, ob PIXELTABLE_HOME auf ein gültiges Verzeichnis zeigt

• Verwenden Sie log_bug(...) / generate_bug_report() für strukturiertes Issue-Tracking

• Melden Sie Probleme unter github.com/pixeltable/mcp-server-pixeltable-developer