AI导哈

CSV分析工具

一款基于Google Gemini AI的CSV分析工具，提供数据分析和可视化功能，适用于数据处理和商业智能场景。

  • by falahgs
  • TypeScript
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 falahgs/mcp-csv-analysis-with-gemini-ai

使用说明

使用Gemini AI进行MCP CSV分析

强大的模型上下文协议（MCP）服务器，使用谷歌的Gemini AI提供高级CSV分析和思维生成功能。该工具与Claude Desktop无缝集成，提供复杂的数据分析、可视化和自然语言处理功能。

🌟 特性

1.CSV分析工具(analyze-csv)

  • 综合数据分析：对CSV文件执行详细的探索性数据分析（EDA）
  • 两种分析模式:
    • basic：快速概述和基本统计
    • detailed：具有先进见解的深入分析
  • 分析组件:
    • 所有列的统计分析
    • 数据质量评估
    • 模式识别
    • 相关分析
    • 特征重要性评估
    • 预处理建议
    • 商业洞察
    • 可视化建议

2.数据可视化工具(visualize-data)

  • 交互式可视化：使用Plotly创建美观且信息丰富的图表
  • 可视化类型:
    • basic：基于数据类型的自动可视化选择
    • advanced：复杂的多变量可视化
    • custom：用户定义的图表配置
  • 图表类型:
    • 分布分析柱状图
    • 相关热图
    • 散点图
    • 线型图
    • 条形图
    • 箱形图
  • 特性:
    • 自动数据类型检测
    • 智能图表选择
    • 交互式绘图
    • 高分辨率导出
    • 可定制的布局

3.思维生成工具(generate-thinking)

  • 使用Gemini的实验模型生成详细的思维过程文本
  • 支持复杂的推理和分析
  • 保存带有时间戳的响应
  • 可定制的输出目录

🚀 快速开始

先决条件

  • Node.js（v16或更高版本）
  • TypeScript
  • 克劳德桌面
  • Google Gemini API密钥
  • 绘图账户（用于可视化）

安装

  1. 克隆和设置：
git clone [your-repo-url]
cd mcp-csv-analysis-gemini
npm install
  1. 创建 .env 文件：
GEMINI_API_KEY=your_api_key_here
  1. 构建项目：
npm run build

Claude桌面配置

  1. 创建/编辑 %AppData%/Claude/claude_desktop_config.json:
{
  "mcpServers": {
    "CSV Analysis": {
      "command": "node",
      "args": ["path/to/mcp-csv-analysis-gemini/dist/index.js"],
      "cwd": "path/to/mcp-csv-analysis-gemini",
      "env": {
        "GEMINI_API_KEY": "your_api_key_here",
        "PLOTLY_USERNAME": "your_plotly_username",
        "PLOTLY_API_KEY": "your_plotly_api_key"
      }
    }
  }
}
  1. 重新启动克劳德桌面

📊 使用工具

CSV分析

{
  "name": "analyze-csv",
  "arguments": {
    "csvPath": "./data/your_file.csv",
    "analysisType": "detailed",
    "outputDir": "./custom_output"
  }
}

数据可视化

{
  "name": "visualize-data",
  "arguments": {
    "csvPath": "./data/your_file.csv",
    "visualizationType": "basic",
    "columns": ["column1", "column2"],
    "chartTypes": ["histogram", "scatter"],
    "outputDir": "./custom_output"
  }
}

思维生成

{
  "name": "generate-thinking",
  "arguments": {
    "prompt": "Your complex analysis prompt here",
    "outputDir": "./custom_output"
  }
}

📁 输出结构

output/
├── analysis/
│   ├── csv_analysis_[timestamp]_part1.txt
│   ├── csv_analysis_[timestamp]_part2.txt
│   └── csv_analysis_[timestamp]_summary.txt
├── visualizations/
│   ├── histogram_[column]_[timestamp].png
│   ├── scatter_[columns]_[timestamp].png
│   └── correlation_heatmap_[timestamp].png
└── thinking/
    └── gemini_thinking_[timestamp].txt

📊 可视化类型

基本可视化

  • 根据数据类型自动生成
  • 包括：
    • 数字列的直方图
    • 相关热图
    • 基本散点图

高级可视化

  • 更复杂的图表
  • 多变量
  • 增强布局
  • 自定义配色方案

自定义可视化

  • 用户定义的图表类型
  • 可配置参数
  • 自定义样式选项
  • 高级绘图布局

🛠️ 发展

可用脚本

  • npm run build：将TypeScript编译为JavaScript
  • npm run start：启动MCP服务器
  • npm run dev：使用ts节点在开发模式下运行

环境变量

  • GEMINI_API_KEY：您的Google Gemini API密钥
  • PLOTLY_USERNAME：您的Plotly用户名
  • PLOTLY_API_KEY：您的Plotly API密钥

📝 分析细节

基本分析包括

  1. 每列的基本统计摘要
  2. 数据质量评估
  3. 关键见解和模式
  4. 潜在相关性
  5. 供进一步分析的建议

详细分析包括

  1. 综合统计分析
    • 分布分析
    • 集中趋势测量
    • 分散措施
    • 异常值检测
  2. 高级数据质量评估
  3. 模式识别
  4. 相关分析
  5. 特征重要性分析
  6. 预处理建议
  7. 可视化建议
  8. 商业洞察

⚠️ 局限性

  • 最大文件大小：取决于系统内存
  • 费率限制：基于Gemini API和Plotly配额
  • 输出令牌限制：每个响应65536个令牌
  • CSV格式：仅限标准CSV文件
  • 分析时间：随数据大小和复杂性而变化
  • 可视化限制：基于Plotly自由层限制

🔒 安全说明

  • 安全地存储API密钥
  • 不要分享你的 .env 文件
  • 检查CSV数据中的敏感信息
  • 使用自定义输出目录进行敏感分析
  • 保护您的Plotly凭据

🐛 故障排除

常见问题

  1. API密钥错误

    • 验证 .env 文件存在
    • 检查API密钥的有效性
    • 确保适当的环境负载

  2. CSV解析错误

    • 验证CSV文件格式
    • 检查文件权限
    • 确保文件不为空

  3. Claude桌面连接

    • 验证config.json语法
    • 检查配置中的文件路径
    • 重新启动克劳德桌面

调试模式

添加 DEBUG=true 到你的 .env 详细日志记录文件：

GEMINI_API_KEY=your_key_here
DEBUG=true

📚 api参考

CSV分析工具

interface AnalyzeCSVParams {
  csvPath: string;          // Path to CSV file
  outputDir?: string;       // Optional output directory
  analysisType?: 'basic' | 'detailed';  // Analysis type
}

数据可视化工具

interface VisualizeDataParams {
  csvPath: string;          // Path to CSV file
  outputDir?: string;       // Optional output directory
  visualizationType?: 'basic' | 'advanced' | 'custom';  // Visualization type
  columns?: string[];       // Columns to visualize
  chartTypes?: ('scatter' | 'line' | 'bar' | 'histogram' | 'box' | 'heatmap')[];  // Chart types
  customConfig?: Record<string, any>;  // Custom configuration
}

思维生成工具

interface GenerateThinkingParams {
  prompt: string;           // Analysis prompt
  outputDir?: string;       // Optional output directory
}

🤝 贡献

  1. 分叉存储库
  2. 创建功能分支
  3. 提交您的更改
  4. 推到分支
  5. 创建拉取请求

📄 许可证

MIT许可证-有关详细信息，请参阅许可证文件

相关 MCP