数据仓库分析服务器

Kubit MCP服务器是一个将数据仓库分析与对话式AI相结合的平台,允许用户通过自然语言查询、分析和探索数据仓库,无需复杂语法。

  • by Kubit-AI
  • 云端部署
  • 更新于
在 GitHub 查看 Kubit-AI/mcp-server

使用说明

Kubit MCP服务器

仓库原生分析与对话式人工智能相结合

将Kubit的全部功能直接带入您的AI工作流程。通过自然语言查询、分析和探索您的数据仓库——不需要复杂的语法。


什么是Kubit MCP?

Kubit MCP(模型上下文协议)服务器改变了团队与其分析平台的交互方式。通过将您的AI助手连接到Kubit,您可以:

  • 探索模式 -用自然语言发现事件、属性和维度
  • 生成报告 -通过对话创建分析查询
  • 导出数据 -提取CSV格式的原始数据以进行深入分析
  • 搜索内容 -立即查找现有报告和仪表板
  • 提出问题 -无需学习查询语法即可获得见解

Beta通知

此服务器正在积极开发中。随着我们不断改进平台,您可能会遇到错误、性能问题或速率限制。


快速开始

你需要什么

要求 说明
Kubit账户 主动访问Kubit组织
AI客户端 MCP兼容工具(Claude、Cursor等)
权限 Kubit工作区中的模式访问

连接步骤

设置Kubit MCP服务器很简单:

  1. 添加MCP服务器 到您的AI客户端配置
  2. 使用服务器URL: https://mcp.kubit.ai/mcp
  3. 完成OAuth身份验证 当系统提示时
  4. 开始查询 你的Kubit数据

注: 查看AI客户端的文档,了解特定的MCP服务器设置说明。

身份验证和访问

服务器使用 OAuth 2.0 验证并尊重您现有的Kubit权限。您只会看到您已经有权访问的模式中的数据,不需要额外的权限。


工具和功能

您的AI助手可以访问五个强大的工具:

工具 目的
getUserContext 初始化会话并检索可用架构
getSchema 详细探索事件、属性和维度
createReport 生成并执行分析查询
getRawData 从现有报告导出CSV数据
searchKubit 在您的组织中查找报告和仪表板

对话示例

了解用户行为

"Show me conversion funnel for mobile app sign-ups in the last quarter"
"What are the most popular features used by premium users?"
"How has user retention changed month-over-month?"

产品性能

"What are the top events by volume this week?"
"Show me user engagement trends for the last 30 days"
"Compare conversion rates across different traffic sources"

数据发现

"What events and properties are available in the mobile app schema?"
"Show me all custom properties for the checkout event"
"What dimensions can I use for user segmentation?"

典型工作流程

以下是大多数分析会话的流程:

Initialize → Explore → Search → Create → Export
  1. 初始化 -呼叫 getUserContext 查看可用模式
  2. 探索 -使用 getSchema 了解事件和属性
  3. 搜索 -检查 searchKubit 用于现有分析
  4. 创建 -使用自定义查询生成新报告
  5. 出口 -拉 getRawData 用于外部分析

最佳实践

设计有效的提示

具体
在问题中包括时间范围、事件和分段。

- "Show me users"
+ "Show me active users in the US who signed up last month"

提供上下文
解释一下你想理解什么。

- "What's the conversion rate?"
+ "What's the conversion rate from free trial to paid for users who engaged with feature X?"

参考架构
使用多个数据源时使用架构名称。

- "Show me sign-up events"
+ "In the mobile_events schema, show me sign-up events"

分解
复杂分析作为多焦点问题更有效。

- "Show me everything about user behavior across all channels with retention and conversion"
+ Start with "Show me user retention by channel" then follow up

性能优化

  • 使用 searchKubit 第一 -在创建新报告之前利用现有分析
  • 指定日期范围 -缩短时间窗口可提高查询性能
  • 有选择地出口 -仅限使用 getRawData 当你需要详细的外部分析时

安全与合规

思考 这意味着什么
权限模型 您只能访问您有权查看的架构
人工智能处理 第三方AI模型将处理您的查询数据
政策审查 确认您的组织允许人工智能辅助数据分析

故障排除

常见问题及解决方案

身份验证失败
验证您的Kubit凭据和组织名称

没有可用的架构
检查您是否有权访问Kubit中的至少一个模式

连接错误
确认您使用的是正确的服务器URL: https://mcp.kubit.ai/mcp

报告生成问题
使用验证您引用的架构和事件是否存在 getSchema

需要帮助?

  • 首先使用简单的查询进行测试,以验证您的连接
  • 通过Kubit web界面检查模式访问
  • 使用 getSchema 确认可用的事件和属性

支持和资源

文档
docs.kubit.ai -完整的平台文档

客户成功
联系您的Kubit客户成功团队寻求帮助

关于库比特
库比特.ai -了解有关仓库本机分析的更多信息

MCP协议
模型上下文协议.io -探索模型上下文协议