Servidor MCP de FOCUS DATA [中文]

Un servidor de Protocolo de Contexto de Modelo (MCP) permite a los asistentes de inteligencia artificial consultar directamente los resultados de los datos. Los usuarios pueden obtener los resultados de DataFocus mediante lenguaje natural.

Características

• Regístrese en DataFocus para abrir un espacio de aplicación e importar (conectarse directamente a) las tablas de datos que se van a analizar.

• Seleccione el cuadro de diálogo de inicialización de la tabla de datos de Datafocus

• Resultados de adquisición de datos en lenguaje natural

Related MCP server: MCPDemo - Visual SQL Chat Platform

Prerrequisitos

• jdk 23 o superior. Descargar jdk

• Gradle 8.12 o superior. Descargar Gradle.

• Registre Datafocus para obtener el token portador:

  1. Registrar una cuenta en Datafocus

  2. Crear una aplicación

  3. Ingresar a la aplicación

  4. Administrador -> Autenticación de interfaz -> Token de portador -> Nuevo token de portador👁 token al portador
     

Instalación

1. Clonar este repositorio:

git clone https://github.com/FocusSearch/focus_mcp_data.git
cd focus_mcp_data

2. Construir el servidor:

gradle clean
gradle bootJar

The jar path: build/libs/focus_mcp_data.jar

Configuración de MCP

Agregue el servidor a su archivo de configuración de MCP (generalmente ubicado en ~/AppData/Roaming/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json ):

{
 "mcpServers": {
 "focus_mcp_data": {
 "command": "java",
 "args": [
 "-jar",
 "path/to/focus_mcp_data/focus_mcp_data.jar"
 ],
 "autoApprove": [
 "tableList",
 "gptText2DataInit",
 "gptText2DataData"
 ]
 }
 }
}

Herramientas disponibles

1. lista de tablas

Obtener la lista de tablas en datafocus.

Parámetros:

• name (opcional): nombre de la tabla a filtrar

• bearer (obligatorio): token de portador

Ejemplo:

{
 "name": "test",
 "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}

2. gptText2DataInit

Inicializar diálogo.

Parámetros:

• names (obligatorio): nombres de tablas seleccionadas

• bearer (obligatorio): token de portador

• language (opcional): idioma ['inglés','chino']

Ejemplo:

{
 "names": [
 "test1",
 "test2"
 ],
 "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}

3. gptText2DataData

Resultados de la consulta de datos.

Parámetros:

• chatId (obligatorio): ID del chat

• input (obligatoria): lenguaje natural

• bearer (obligatorio): token de portador

Ejemplo:

{
 "chatId": "03975af5de4b4562938a985403f206d4",
 "input": "max(age)",
 "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}

Formato de respuesta

Todas las herramientas devuelven respuestas en el siguiente formato:

{
 "errCode": 0,
 "exception": "",
 "msgParams": null,
 "promptMsg": null,
 "success": true,
 "data": {
 }
}

Ejemplo de Cline de Visual Studio Code

1. vsCode instala el complemento cline

2. configuración del servidor mcp👁 configurar servidor mcp
   

3. usar

   1. obtener la lista de tablas 👁 obtener la tabla lista1
      👁 obtener la tabla list2
      

   2. Inicializar diálogo👁 Inicializar diálogo
      

   3. consulta:cual es el salario total👁 consulta
      

Contacto:

https://discord.gg/mFa3yeq9👁 Enfoque en los datos

Maintenance

Resources

• GitHub Repository
Need Help?
• Reddit Discussion
Related Servers