AI导哈

分析平台

一个模块化的分析平台，结合了结构化SQL分析和语义评论搜索，通过真正的MCP（模型上下文协议）架构实现。

  • by ArpiRK
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 ArpiRK/MCP-Enabled-analytics-platform

使用说明

MCP支持的分析

一个模块化分析平台，通过真正的MCP（模型上下文协议）架构将结构化SQL分析和语义审查搜索相结合。

这个项目做什么

  • 运行四个MCP服务器，用于数据库、ETL、KPI和矢量搜索操作
  • 使用LlamaIndex ReAct代理作为HTTP/SSE上的MCP客户端
  • 为自然语言分析请求提供Streamlit UI
  • 支持输出模式：自动、表格、图表或两者都有
  • 将销售数据加载并标准化到PostgreSQL中
  • ChromaDB中用于语义搜索的索引审阅文本

建筑

  • src/mcp_db_server.py -SQL执行和模式检查工具
  • src/mcp_etl_server.py -CSV摄取和规范化工具
  • src/mcp_kpi_server.py -预构建的业务指标和聚合
  • src/mcp_vector_server.py -综述索引和语义搜索工具
  • src/streamlit_app.py -MCP客户端应用程序和交互式分析UI
  • src/start_mcp_servers.py -启动所有MCP服务器的辅助脚本

快速开始

  1. 安装依赖项：
pip install -r src/requirements.txt
  1. 创建环境文件（复制自 src/.env.example):
cp src/.env.example src/.env
  1. 创建数据库：
createdb data_analytics
  1. 将CSV数据放置在：
  • data/data_sales_data.csv
  1. 启动服务器：
python src/start_mcp_servers.py
  1. 启动应用程序：
streamlit run src/streamlit_app.py

附加文档

  • doc/DESIGN_NOTES.md -设计决策和实施细节

相关 MCP