Vizro MCP サーバー

Vizro-MCP は、LLM と連携して Vizro ダッシュボードとグラフの作成を支援するモデル コンテキスト プロトコル (MCP)サーバーです。

👁 Vizro MCP デモ

Vizro-MCPの特徴

Vizro-MCPは、機能的なVizroチャートやダッシュボードを段階的に作成するためのツールとテンプレートを提供します。次のようなメリットがあります。

✅ 共通のデザイン言語を使用した、チャートとダッシュボードのための一貫したフレームワーク。

✅ 読み取り可能で、変更や保守が容易な検証済みの構成出力。

✅ ダッシュボードのライブプレビューにより、ダッシュボードが完璧になるまでデザインを反復できます。

✅ パスまたは URL を指定するだけで、ローカルまたはリモートのデータセットを使用できます。

Vizro-MCPなし

Vizro-MCPがなければ、LLMを使ってダッシュボードを作成しようとすると、特定のガイドラインや設計原則、一貫性のないフレームワークが勝手に使われてしまう可能性があります。その結果、次のようなことが起こります。

❌ フロントエンド フレームワークまたはチャート ライブラリのランダムな選択。

❌ 実行されるかどうかわからない、しかし保守性が非常に低い、バイブコーディングされた混乱。

❌ ダッシュボードを簡単にプレビューする方法がありません。

❌ 実際のデータに接続する簡単な方法はありません。

Related MCP server: Azure MCP Server

🛠️ 始めましょう

開発者であり、Vizro-MCP をソースから実行する方法、または Docker コンテナーからサーバーを実行する方法についての手順が必要な場合は、このページの末尾の「開発」または「ソースからの実行」に進んでください。

前提条件

• 紫外線

• MCP をサポートする任意の LLM アプリケーション。Claude DesktopとCursor が人気のある選択肢です。

🐛**注:**現在、 VS Codeにはいくつかの既知の問題がありますが、私たちはこれに取り組んでおり、Copilot がすぐに機能することを期待しています。

⚠️**注意：**一部のホスト（Claude Desktop など）では、無料プランのパフォーマンスが低下する可能性があり、リクエストが複雑すぎると問題が発生する可能性があります。リクエストによって UI がクラッシュする場合は、有料プランをご利用いただくか、リクエストの複雑さを軽減してください。

セットアップ手順

一般的なサーバー構成は、すべてのホストでほぼ同じです。

{
 "mcpServers": {
 "vizro-mcp": {
 "command": "uvx",
 "args": [
 "vizro-mcp"
 ]
 }
 }
}

原則として、Vizro MCPサーバーはMCP対応のLLMアプリケーションであればどれでも動作しますが、Claude DesktopまたはCursorを推奨します（詳細は下記をご覧ください）。AIツールによって設定方法や接続設定が異なる場合があります。詳細は各ツールのドキュメントをご確認ください。

開発者設定から見つかったclaude_desktop_config.jsonに次の内容を追加します。

{
 "mcpServers": {
 "vizro-mcp": {
 "command": "uvx",
 "args": [
 "vizro-mcp"
 ]
 }
 }
}

⚠️**警告:**場合によっては、 uvx実行ファイルへのフルパスを指定する必要があるかもしれません。そのため、 uvxの代わりに/Users/<your-username>/.local/bin/uvxのようなパスを使用してください。お使いのマシン上のuvxのパスを確認するには、ターミナルアプリでwhich uvxと入力してください。

Claude Desktop を使用している場合は、再起動し、しばらくすると、設定/コンテキスト メニューを開いたときに vizro-mcp メニューが表示されます。

カーソル設定で見つかったmcp.jsonに次のコードを追加します。

{
 "mcpServers": {
 "vizro-mcp": {
 "command": "uvx",
 "args": [
 "vizro-mcp"
 ]
 }
 }
}

⚠️**警告:**場合によっては、 uvx実行ファイルへのフルパスを指定する必要があるかもしれません。そのため、 uvxの代わりに/Users/<your-username>/.local/bin/uvxのようなパスを使用してください。お使いのマシン上のuvxのパスを確認するには、ターミナルアプリでwhich uvxと入力してください。

同様に、カーソルを使用する場合、少し待つと、MCP メニューに緑色のライトが表示されます。

💻 使用方法

プロンプトテンプレートを使用して特定のダッシュボードをすばやく取得する

プロンプトテンプレートはすべてのMCPホストで利用できるわけではありませんが、利用できる場合は、特定のダッシュボードを素早く取得するために使用できます。（Claude Desktopなどで）プロンプトテンプレートにアクセスするには、チャットの下にあるプラスアイコンをクリックし、 *Add from vizro-mcp*を選択してください。

Vizroダッシュボードを使い始める最も簡単な方法は、テンプレートcreate_starter_dashboardを選択し、プロンプトを送信するだけです。これで、1ページ、1つのチャート、1つのフィルターを含む非常にシンプルなダッシュボードが作成されます。さあ、始めましょう！

ローカルまたはリモートデータに基づいて Vizro ダッシュボードを作成する

すでにご希望のイメージが固まっている場合は、LLMにローカルまたはリモートデータに基づいた特定のダッシュボードの作成を依頼することもできます。例えば、以下のような依頼が可能です。

1 ページ、散布図、および<insert absolute file path or public URL>データに基づくフィルターを含む Vizro ダッシュボードを作成します。

シンプルな 2 ページの Vizro ダッシュボードを作成します。最初のページは<insert absolute file path or public URL>データの相関分析、2 番目のページは<insert absolute file path or public URL>データのマップ プロットになります。

Plotly リポジトリには、試してみるためのサンプル CSV のセットが用意されています。

データを提供せずにダッシュボードを要求することもできます。

1 ページ、散布図、フィルターを含む Vizro ダッシュボードを作成します。

一般的に、プロンプトで Vizro を指定して、それをできるだけ正確 (かつシンプル) に保つことが役立ちます。

ダッシュボードのライブプレビューを取得する

LLMがvalidate_model_configツールの使用を選択し、ツールが正常に実行されると、URL経由でアクセスされた公開データのみが使用されている場合、LLMはダッシュボードのライブプレビューへのリンクを返します。デフォルトでは、LLMはブラウザでリンクを開きます（開かないように指示しない限り）。Claude Desktopでは、ツールの折りたたみアイコンを開き、一番下までスクロールすることで、ツールの出力を確認できます。

モデルにリンクを提供するよう要求することもできますが、モデルはリンクを再生成しようとするため、エラーが発生しやすく、処理が遅くなります。

Vizroチャートを作成する

Vizroダッシュボード全体を作成したくない場合でも、Vizro-MCPを使用して単一のチャートのコードを作成できます。どのようなチャートを作成したいか分からない場合は、 Vizro Visual Vocabularyでアイデアを得てください。

Vizroチャートを作成する最も簡単な方法は、テンプレートcreate_vizro_chartを選択し、プロンプトを送信するだけです。これでシンプルなチャートが作成され、自由に編集できます。さあ、ここから始めましょう！

あるいは、チャットで質問することもできます。たとえば、次のようになります。

アイリス データセットに基づいて散布図を作成します。

<insert absolute file path or public URL>データに基づいて棒グラフを作成します。

🔍 透明性と信頼

MCPサーバーは比較的新しい概念であり、ユーザーとして十分な情報に基づいた選択を行うためには、ツールの機能について透明性を保つことが重要です。Vizro MCPサーバーは基本的にデータの読み取りのみを行い、マシン上のデータの書き込み、削除、変更は一切行いません。

一般的に、このプロセスで最も重要な部分はload_and_analyze_dataツールです。このツールは、お使いのマシン上で実行され、ローカルまたはリモートのデータをpandas DataFrameに読み込み、その構造とコンテンツの詳細な分析を提供しますpd.read_xxxのみを使用するため、プライバシーやデータセキュリティについて心配する必要はありません。ただし、Vizro-MCPはアクセスを管理するための認証機能がないため、ホストサーバーではなくローカルでのみ実行する必要があります。

2番目に重要な部分は、 validate_model_configツールです。このツールは、Vizroモデル設定のインスタンス化を試み、有効な設定のPythonコードと可視化リンクを返します。設定が有効な場合は、ダッシュボードのライブプレビューへのリンクを返して開こうとします。このリンクをクリックすると、 PyCafeが開きます。リンクを開きたくない場合は、LLMに開かないように指示できます。

利用可能なツール（クライアントが許可した場合）

Vizro MCPサーバーは以下のツールを提供します。通常は直接使用する必要はありませんが、特別な場合にはLLMにこれらのツールを直接呼び出すように指示することで、LLMがパスを見つけるのを手助けすることができます。

• get_vizro_chart_or_dashboard_plan - チャートまたはダッシュボードを作成するための、体系的なステップバイステップのプランを入手します。作成プロセス全体に関するガイダンスを提供します。

• get_model_JSON_schema - 指定された Vizro モデルの完全な JSON スキーマを取得します。必須およびオプションのパラメータを理解するのに役立ちます。

• validate_model_config - Vizroモデル構成のインスタンス化を試行してテストします。有効な構成のPythonコードと可視化リンクを返します。

• load_and_analyze_csv - ローカル パスまたは URL から CSV ファイルを pandas DataFrame に読み込み、その構造とコンテンツの詳細な分析を提供します。

• validate_chart_code - チャート用に作成されたコードを検証し、その正確性に関するフィードバックを返します。

• get_sample_data_info - テストと開発に使用できるサンプル データセットに関する情報を提供します。

利用可能なプロンプト（クライアントが許可した場合）

• create_starter_dashboard - このプロンプト テンプレートを使用して、Vizro ダッシュボードの使用を開始します。

• create_EDA_dashboard - このプロンプト テンプレートを使用して、ローカルまたはリモートの CSV データセットに基づいて探索的データ分析 (EDA) ダッシュボードを作成します。

• create_vizro_chart - このプロンプト テンプレートを使用して、ローカルまたはリモートの CSV データセットに基づいて Vizro スタイルの plotly チャートを作成します。

開発またはソースから実行

開発者の場合、またはVizro-MCPをソースから実行している場合は、Vizroリポジトリをクローンする必要があります。Vizro-MCPは、 uvとdocker 2つの構成オプションをサポートしています。

uvを使用した設定

Vizro-MCP サーバーの詳細を構成するには:

Claude の場合:開発者設定で見つかったclaude_desktop_config.jsonに以下を追加します。

カーソルの場合:カーソル設定で見つかったmcp.jsonに以下を追加します。

{
 "mcpServers": {
 "vizro-mcp": {
 "command": "uv",
 "args": [
 "run",
 "--directory",
 "<PATH TO VIZRO>/vizro-mcp/",
 "vizro-mcp"
 ]
 }
 }
}

<PATH TO VIZRO>をVizroリポジトリへの実際のパスに置き換えてください。uv実行ファイルへのフルパスも指定する必要がある場合があります。 "uv" uv代わりに"/Users/<your-username>/.local/bin/uv"のようなパスを使用してください。お使いのマシン上のuvのパスを確認するには、ターミナルアプリでwhich uvと入力してください。

dockerを使った設定

制御されたランタイム環境のために、Docker コンテナ内で Vizro-MCP を実行できます。

vizro-mcpディレクトリのルートで、次のコマンドを使用して Docker イメージをビルドします。

docker build -t vizro-mcp .

設定ファイルに次の内容を追加します。

{
 "mcpServers": {
 "vizro-mcp": {
 "command": "docker",
 "args": [
 "run",
 "-i",
 "--rm",
 "--mount",
 "type=bind,src=</absolute/path/to/allowed/dir>,dst=</absolute/path/to/allowed/dir>",
 "--mount",
 "type=bind,src=</absolute/path/to/data.csv>,dst=</absolute/path/to/data.csv>",
 "vizro-mcp"
 ]
 }
 }
}

Vizro-MCPでローカルデータを使用するには、データディレクトリをコンテナにマウントしてください。 </absolute/path/to/allowed/dir>または</absolute/path/to/data.csv>を、マシン上のデータへの絶対パスに置き換えてください。一貫性を保つため、 dstパスはsrcパスと一致させることをお勧めします。

免責事項

ユーザーは、ホスト LLM アプリケーションを介して実行されるすべての操作に対して責任を負います。

ユーザーは、サードパーティ製の AI 生成ツールにアクセスするために必要なすべての権利を取得し、適用されるすべての利用規約を遵守する責任を負います。

ユーザーは、サードパーティ製の AI 生成ツールおよび Vizro の使用とセキュリティについて全責任を負います。

ユーザーは以下を承認し、同意するものとします。

サードパーティの生成 AI ツール (以下「GenAI ツール」) によって生成された結果、オプション、データ、推奨事項、分析、コード、その他の情報 (以下「出力」) には、誤り、差別、誤解を招く可能性のある、不正確な情報、偏見、違法な情報、著作権を侵害する可能性のある情報、またはその他の不適切なコンテンツが含まれている場合があります。

マッキンゼー・アンド・カンパニー：

（i）出力の正確性、妥当性、適時性、信頼性、商品性、特定目的への適合性、非侵害性、安全性または完全性について明示的に否認します。

（ii）当該出力における誤り、脱落、その他の欠陥、遅延、中断、またはそれに基づいて行われたいかなる行為についても責任を負わないものとし、

(iii) ユーザーによる GenAI ツールおよび出力の使用に起因する、第三者の権利の違反または侵害の疑いがある場合でも、一切の責任を負いません。

出力はユーザーによって検証および検証され、人間による監視なしに使用されることはなく、個人に影響を与える意思決定の唯一の根拠として使用されてはなりません。

ユーザーは、出力の使用について単独で責任を負います。特に、ユーザーは、コンテキストとユースケースを考慮して必要な人間による監視レベルを決定する必要があり、また、ユーザーの担当者および影響を受ける他のユーザーにGenAI出力の性質について通知する必要があります。ユーザーはまた、自身の決定、行動、VizroおよびVizro-MCPの使用、および適用される法律、規則、規制の遵守についても全責任を負います。これには、出力が第三者の権利を侵害していないことを確認することが含まれますが、これに限定されません。

Vizro-MCPは、大規模言語モデル（LLM）がAI分野における大きな進歩を象徴しているため、生成AIモデルで使用されています。しかし、他の強力なツールと同様に、生成AIモデルへの接続には潜在的なリスクが伴います。

Vizro-MCP を使用する前に、選択したモデルを調査して理解することをお勧めします。

ユーザーは、AI 生成コンテンツを補足として扱い、常に人間の判断を適用し、注意してアプローチし、関連する免責事項ページを確認し、以下の点を考慮することが推奨されます。

ベンダーモデルには、最新の更新以降のリアルタイムの知識やイベントが不足している可能性があります。Vizro-MCPの出力は変動する可能性があるため、重要な情報は常に検証する必要があります。生成されたコンテンツの正確性、一貫性、信頼性を判断するのはユーザーの責任です。

Maintenance

Resources

• GitHub Repository
Need Help?Related Servers

Tools

• get_model_json_schemaA
• get_sample_data_infoA
• get_vizro_chart_or_dashboard_planA
• load_and_analyze_dataA
• validate_chart_codeB
• validate_dashboard_configA