AI导哈

统计MCP服务器

一个提供销售和薪资数据统计分析工具的MCP服务器，适用于AI助手和其他MCP兼容客户端。

  • by MamunCrafts
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 mamuncrafts/mcp-server

使用说明

A progressive Node.js framework for building efficient and scalable server-side applications.

统计MCP服务器

一种模型上下文协议（MCP）服务器，为销售和工资数据提供统计分析工具。此服务器公开了可供AI助手和其他MCP兼容客户端使用的商业智能功能。

🚀 特性

  • 业务销售分析：计算总销售额，查找热门产品，分析订单模式
  • 产品情报：确定订购最多的产品和价值最高的订单
  • 薪资统计：计算工资指标，包括平均值、最小值/最大值
  • MCP兼容：与Claude Desktop和其他MCP客户端配合使用
  • TypeScript：全型安全和现代开发经验
  • NestJS 框架：使用企业级Node.js框架构建

📊 可用工具

工具名称 描述 参数
get_total_sales 计算所有订单的总销售额 无
get_popular_product 获取最常订购的产品 无
get_most_ordered_product 获取总量最高的产品 无
get_highest_order_amount 获取总金额最高的订单 无
get_salary_statistics 获取薪资分析（平均、最低、最高） 无

🏗️ 项目结构

mcp-server/
├── src/
│   ├── statistics/
│   │   ├── statistics.service.ts    # Business logic and data operations
│   │   ├── statistics.controller.ts # REST API endpoints (NestJS)
│   │   ├── statistics.module.ts     # NestJS module configuration
│   │   └── statistics.types.ts      # TypeScript interfaces
│   ├── mcp/
│   │   └── mcp-server.ts           # MCP server implementation
│   ├── mcp-main.ts                 # MCP server entry point
│   ├── main.ts                     # NestJS application entry point
│   └── app.*                       # NestJS app configuration
├── test/                           # E2E tests
├── dist/                          # Compiled JavaScript output
├── mcp-config.json                # MCP client configuration
├── package.json                   # Dependencies and scripts
└── README.md                      # This file

🛠️ 技术栈

  • 运行时：Node.js
  • 语言：TypeScript
  • 框架：NestJS
  • 协议：模型上下文协议（MCP）
  • 测试：杰斯特
  • 代码检查ESLint

📋 先决条件

  • Node.js（v18或更高版本）
  • npm或yarn包管理器

⚡ 快速开始

1.安装依赖项

npm install

2.建设项目

npm run build

3.启动MCP服务器

npm run start:mcp
# or directly:
node dist/mcp-main.js

4.启动NestJS服务器（备选）

npm run start
# Development mode:
npm run start:dev

🔧 配置

MCP客户端配置

将此配置添加到您的MCP客户端（例如，Claude Desktop）：

{
  "mcpServers": {
    "statistics-server": {
      "command": "node",
      "args": ["/home/mamun/official/mcp-server/dist/mcp-main.js"],
      "env": {}
    }
  }
}

适用于克劳德桌面

增添 ~/.config/claude-desktop/claude_desktop_config.json （Linux）：

{
  "mcpServers": {
    "statistics-server": {
      "command": "node",
      "args": ["/home/mamun/official/mcp-server/dist/mcp-main.js"],
      "env": {}
    }
  }
}

🧪 测试

运行单元测试

npm run test

运行E2E测试

npm run test:e2e

使用MCP检查员进行测试

npx @modelcontextprotocol/inspector dist/mcp-main.js

📡 API端点（NestJS）

服务器还提供REST API端点：

方法 端点 描述
得到 /statistics/total-sales 获取总销售额
得到 /statistics/popular-product 获取最受欢迎的产品
得到 /statistics/most-ordered-product 获得订购最多的产品
得到 /statistics/highest-order-amount 获得最高订单金额
得到 /statistics/salary-statistics 获取薪资统计数据

API使用示例

# Start the NestJS server
npm run start

# Make API requests
curl http://localhost:3000/statistics/total-sales
curl http://localhost:3000/statistics/popular-product

🔄 MCP协议流

1. AI Client connects to MCP server
2. Client requests available tools
3. Server responds with tool definitions
4. Client calls a specific tool (e.g., "get_total_sales")
5. Server executes the corresponding service method
6. Server returns structured result
7. AI uses the result in its response to user

📊 样品数据

服务器包括用于演示的示例数据：

产品

  • 笔记本电脑（999.99美元）
  • 鼠标（24.99美元）
  • 键盘（79.99美元）
  • 显示器（299.99美元）
  • 耳机（149.99美元）

订单

  • 不同产品和数量的多个订单
  • 所有订单的总销售额计算

工资

  • 用于统计分析的员工薪资数据样本

🚀 发展

发展模式

npm run start:dev

为生产而建

npm run build
npm run start:prod

代码检查

npm run lint
npm run lint:fix

🔧 可用脚本

脚本 描述
npm run build 将TypeScript编译为JavaScript
npm run start 启动NestJS应用程序
npm run start:dev 以热重新加载的开发模式启动
npm run start:debug 以调试模式启动
npm run start:prod 以生产模式启动
npm run start:mcp 启动MCP服务器
npm run lint 运行ESLint
npm run test 运行单元测试
npm run test:watch 在监视模式下运行测试
npm run test:e2e 运行端到端测试

🏆 已实施的最佳实践

  1. 关注点分离：服务中的业务逻辑，专用服务器中的MCP逻辑
  2. 类型安全：具有适当接口的完整TypeScript实现
  3. 错误处理：MCP工具中的全面错误处理
  4. 验证：所有操作的输入验证
  5. 文档：清晰的文件和示例
  6. 测试：单元和E2E测试设置
  7. 代码质量：ESLint配置，实现一致的代码风格

🤝 贡献

  1. 分叉存储库
  2. 创建要素分支(git checkout -b feature/amazing-feature)
  3. 提交您的更改(git commit -m 'Add amazing feature')
  4. 推到分支(git push origin feature/amazing-feature)
  5. 打开拉取请求

📝 许可证

该项目根据MIT许可证获得许可。

📞 支持

如有疑问和支持：

🎯 你学到了什么

通过研究这个项目，你现在明白了：

  • ✅ MCP基础知识：什么是MCP及其工作原理
  • ✅ 服务器架构：如何构建MCP服务器项目
  • ✅ 工具实施：如何将业务逻辑作为MCP工具公开
  • ✅ 客户端集成：AI客户端如何连接和使用您的工具
  • ✅ TypeScript开发：使用NestJS的现代TypeScript
  • ✅ 测试：如何测试MCP服务器
  • ✅ 部署：如何构建和部署MCP服务器

🚀 后续步骤

  1. 添加身份验证：为您的MCP服务器实施安全措施
  2. 数据库集成：连接到真实数据库而不是示例数据
  3. 更多工具：添加其他统计分析工具
  4. 资源：实现文件/数据访问的MCP资源
  5. 提示：为AI交互模板添加MCP提示
  6. 生产部署：部署到云平台
  7. 监控：添加日志记录和监控功能

编码愉快！ 🎉

此MCP服务器演示了从零到英雄的完整实现。将其用作构建自己的MCP服务器的基础！

相关 MCP