Skip to main content
Glama
mcp-timeplus

mcp-timeplus

by timeplus-io

Servidor MCP de Timeplus

PyPI - Versión

Un servidor MCP para Timeplus.

Características

Indicaciones

  • generate_sql para brindarle a LLM más conocimientos sobre cómo consultar Timeplus a través de SQL

Herramientas

  • run_sql

    • Ejecute consultas SQL en su clúster Timeplus.

    • Entrada: sql (cadena): la consulta SQL a ejecutar.

    • De forma predeterminada, todas las consultas de Timeplus se ejecutan con readonly = 1 para garantizar su seguridad. Si desea ejecutar consultas DDL o DML, puede establecer la variable de entorno TIMEPLUS_READ_ONLY en false .

  • list_databases

    • Enumere todas las bases de datos en su clúster Timeplus.

  • list_tables

    • Enumerar todas las tablas de una base de datos.

    • Entrada: database (cadena): el nombre de la base de datos.

  • list_kafka_topics

    • Enumerar todos los temas en un clúster de Kafka

  • explore_kafka_topic

    • Mostrar algunos mensajes en el tema de Kafka

    • Entrada: topic (cadena): el nombre del tema. message_count (int): la cantidad de mensajes a mostrar, el valor predeterminado es 1.

  • create_kafka_stream

    • Configurar un ETL de transmisión en Timeplus para guardar los mensajes de Kafka localmente

    • Entrada: topic (cadena): el nombre del tema.

  • connect_to_apache_iceberg

    • Conéctese a una base de datos basada en Apache Iceberg. Actualmente, esto solo está disponible a través de Timeplus Enterprise y está previsto que esté disponible próximamente para Timeplus Proton.

    • Entrada: iceberg_db (cadena): el nombre de la base de datos Iceberg. aws_account_id (int): el ID de la cuenta de AWS (12 dígitos). s3_bucket (cadena): el nombre del bucket de S3. aws_region (cadena): la región de AWS, el valor predeterminado es "us-west-2". is_s3_table_bucket (bool): si el bucket de S3 es un bucket de tabla de S3, el valor predeterminado es Falso.

Related MCP server: KafkaIQ

Configuración

Primero, asegúrate de tener instalado el ejecutable uv . De lo contrario, puedes instalarlo siguiendo las instrucciones aquí .

  1. Abra el archivo de configuración de Claude Desktop ubicado en:

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

    • En Windows: %APPDATA%/Claude/claude_desktop_config.json

  2. Añade lo siguiente:

{
  "mcpServers": {
    "mcp-timeplus": {
      "command": "uvx",
      "args": ["mcp-timeplus"],
      "env": {
        "TIMEPLUS_HOST": "<timeplus-host>",
        "TIMEPLUS_PORT": "<timeplus-port>",
        "TIMEPLUS_USER": "<timeplus-user>",
        "TIMEPLUS_PASSWORD": "<timeplus-password>",
        "TIMEPLUS_SECURE": "false",
        "TIMEPLUS_VERIFY": "true",
        "TIMEPLUS_CONNECT_TIMEOUT": "30",
        "TIMEPLUS_SEND_RECEIVE_TIMEOUT": "30",
        "TIMEPLUS_READ_ONLY": "false",
        "TIMEPLUS_KAFKA_CONFIG": "{\"bootstrap.servers\":\"a.aivencloud.com:28864\", \"sasl.mechanism\":\"SCRAM-SHA-256\",\"sasl.username\":\"avnadmin\", \"sasl.password\":\"thePassword\",\"security.protocol\":\"SASL_SSL\",\"enable.ssl.certificate.verification\":\"false\"}"
      }
    }
  }
}

Actualice las variables de entorno para que apunten a su propio servicio Timeplus.

  1. Reinicie Claude Desktop para aplicar los cambios.

También puedes probar este servidor MCP con otros clientes MCP, como 5ire .

Desarrollo

  1. En el directorio test-services ejecute docker compose up -d para iniciar un servidor Timeplus Proton. También puede descargarlo mediante curl https://install.timeplus.com/oss | sh y luego iniciarlo con ./proton server .

  2. Agregue las siguientes variables a un archivo .env en la raíz del repositorio.

TIMEPLUS_HOST=localhost
TIMEPLUS_PORT=8123
TIMEPLUS_USER=default
TIMEPLUS_PASSWORD=
TIMEPLUS_SECURE=false
TIMEPLUS_VERIFY=true
TIMEPLUS_CONNECT_TIMEOUT=30
TIMEPLUS_SEND_RECEIVE_TIMEOUT=30
TIMEPLUS_READ_ONLY=false
TIMEPLUS_KAFKA_CONFIG={"bootstrap.servers":"a.aivencloud.com:28864", "sasl.mechanism":"SCRAM-SHA-256","sasl.username":"avnadmin", "sasl.password":"thePassword","security.protocol":"SASL_SSL","enable.ssl.certificate.verification":"false"}
  1. Ejecute uv sync para instalar las dependencias. Luego, ejecute source .venv/bin/activate .

  2. Para facilitar las pruebas, puede ejecutar mcp dev mcp_timeplus/mcp_server.py para iniciar el servidor MCP. Haga clic en el botón "Conectar" para conectar la interfaz de usuario con el servidor MCP y, a continuación, vaya a la pestaña "Herramientas" para ejecutar las herramientas disponibles.

  3. Para crear la imagen de Docker, ejecute docker build -t mcp_timeplus . .

Variables de entorno

Las siguientes variables de entorno se utilizan para configurar la conexión Timeplus:

Variables requeridas

  • TIMEPLUS_HOST : El nombre de host de su servidor Timeplus

  • TIMEPLUS_USER : El nombre de usuario para la autenticación

  • TIMEPLUS_PASSWORD : La contraseña para la autenticación

Variables opcionales

  • TIMEPLUS_PORT : El número de puerto de su servidor Timeplus

    • Predeterminado: 8443 si HTTPS está habilitado, 8123 si está deshabilitado

    • Generalmente no es necesario configurarlo a menos que se utilice un puerto no estándar

  • TIMEPLUS_SECURE : Habilitar/deshabilitar la conexión HTTPS

    • Predeterminado: "false"

    • Establezca en "true" para conexiones seguras

  • TIMEPLUS_VERIFY : Habilitar/deshabilitar la verificación del certificado SSL

    • Valor predeterminado: "true"

    • Establezca en "false" para deshabilitar la verificación del certificado (no recomendado para producción)

  • TIMEPLUS_CONNECT_TIMEOUT : Tiempo de espera de conexión en segundos

    • Valor predeterminado: "30"

    • Aumente este valor si experimenta tiempos de espera de conexión

  • TIMEPLUS_SEND_RECEIVE_TIMEOUT : Tiempo de espera de envío/recepción en segundos

    • Valor predeterminado: "300"

    • Aumente este valor para consultas de larga duración

  • TIMEPLUS_DATABASE : Base de datos predeterminada a utilizar

    • Predeterminado: Ninguno (usa el valor predeterminado del servidor)

    • Configure esto para conectarse automáticamente a una base de datos específica

  • TIMEPLUS_READ_ONLY : Habilitar/deshabilitar el modo de solo lectura

    • Valor predeterminado: "true"

    • Establezca en "false" para habilitar DDL/DML

  • TIMEPLUS_KAFKA_CONFIG : Cadena JSON para la configuración de Kafka. Consulte la configuración de librdkafka o utilice el ejemplo anterior como referencia.

Available Tools

7 tools
connect_to_apache_icebergC

Create a Timeplus database in iceberg type to connect to Iceberg

Inputs: iceberg_db (required), aws_account_id (required), s3_bucket (required), aws_region, +1 more.

create_kafka_streamD

Inputs: topic (required).

explore_kafka_topicD

Inputs: topic (required), message_count.

list_databasesA

List available Timeplus databases

Inputs: no named parameters.

list_kafka_topicsD

Inputs: no named parameters.

list_tablesC

List available tables/streams in the given database

Inputs: database, like.

run_sqlC

Run a query in a Timeplus database

Inputs: query (required).

Tool Schema Changelog

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

Loading tool schema changelog…

    TDQS

    C2.4/5.0

    Scored across 7 tools

    Disambiguation3/5

    Most tools target distinct actions: listing databases, listing tables, running SQL, and connecting Iceberg are clearly separate. However, list_kafka_topics and explore_kafka_topic have overlapping territory around Kafka topics, and create_kafka_stream is adjacent to them; the empty descriptions worsen the ambiguity.

    Naming Consistency5/5

    All tool names follow a consistent verb_noun pattern in lowercase snake_case, such as list_databases, list_tables, and create_kafka_stream. The only slight deviation is connect_to_apache_iceberg, but it still follows the same verb-first convention.

    Tool Count5/5

    Seven tools is a well-scoped set for a Timeplus MCP server, covering database exploration, SQL execution, Kafka integration, and Iceberg connectivity without bloating the surface.

    Completeness4/5

    The toolset covers core querying, table/database listing, and Kafka stream ingestion plus Iceberg connection. Minor gaps exist around resource management (e.g., creating/dropping regular databases or streams), but the main read and integration workflows are supported.

    Maintenance

    ActivityInactive
    ResponsivenessOutdated data

    Related MCP Connectors

    Related MCP Servers

    • F
      license
      Not graded
      quality
      D
      maintenance
      Enables AI assistants to manage and monitor Apache Kafka clusters through natural language, providing real-time operations, health monitoring, consumer lag analysis, and temporal trend detection for intelligent cluster management.
      -
    • A
      license
      B
      quality
      B
      maintenance
      Enables AI agents to interact with Microsoft Fabric Real-Time Intelligence services, allowing for seamless data querying, analysis, and streaming capabilities.
      39
      5,551 PyPI
      134
      MIT
    • A
      license
      B
      quality
      C
      maintenance
      Enables AI assistants to connect to 17+ databases and query/analyze data using natural language via MCP and HTTP APIs, supporting platforms like Claude Desktop, Cursor, and VS Code.
      42
      26 npm
      MIT