AI导哈

CSV分析服务器

一个用于理解和操作CSV文件的模型上下文协议（MCP）服务器，提供CSV文件的结构检查、分析和转换功能，便于LLMs理解CSV内容并为可视化工具准备数据。

  • by ryangooch
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 ryangooch/csv_mcp

使用说明

CSV MCP服务器

一种模型上下文协议（MCP）服务器，为理解和操作CSV文件提供了简单的实用程序。该服务器使用Python包装的bash实用程序来高效地检查、分析和转换CSV文件，使LLM能够轻松理解CSV内容，并为ggplot等可视化工具准备数据。

特性

工具

  1. csv_inspect_structure -全面了解CSV文件结构

    • 具有推断数据类型的列名
    • 行数和列数
    • 文件开头的示例数据
    • 缺失值计数

  2. csv_get_column_info -对特定柱的深入分析

    • 唯一值计数和频率
    • 数字列的统计度量（最小值、最大值、平均值、中位数、标准偏差）
    • 数据类型检测

  3. csv_get_unique_values -列出列中的唯一值

    • 使用bash实用程序高效提取唯一值
    • 适用于分类变量

  4. csv_get_summary_statistics -数字列的统计摘要

    • 所有或选定数字列的综合统计数据
    • 计数、最小值、最大值、平均值、中位数、标准差

  5. csv_filter_and_transform -创建经过过滤/转换的CSV文件

    • 选择特定列
    • 根据条件筛选行
    • 按列值排序
    • 输出到新文件以供下游处理（例如，通过R MCP的ggplot）

  6. csv_preview_rows -预览特定行范围

    • 查看文件中任何位置的数据
    • 可用于抽查数据质量

安装

此服务器使用 uv 对于Python包管理：

cd csv_mcp
uv sync

用法

运行服务器

默认情况下，服务器使用stdio传输：

uv run python server.py

与Claude Desktop一起使用

添加到您的Claude Desktop MCP配置中：

{
  "mcpServers": {
    "csv": {
      "command": "/path/to/.venv/bin/python",
      "args": ["/absolute/path/to/csv_mcp/server.py"]
    }
  }
}

工作流示例

  1. 检查CSV文件：

    Use csv_inspect_structure with file_path="sales_data.csv"

  2. 分析特定列：

    Use csv_get_column_info with file_path="sales_data.csv" and column_name="region"

  3. 创建用于可视化的筛选数据集：

    Use csv_filter_and_transform with:
- file_path="sales_data.csv"
- output_path="us_sales.csv"
- filter_conditions=["region=US"]
- select_columns=["date", "revenue", "product"]

  4. 传递给R/ggplot MCP进行可视化：

    Now use the R MCP server with us_sales.csv to create visualizations

设计理念

  • 简单性： 使用标准bash实用程序（剪切、排序、uniq、sed、head、tail）提高效率
  • 集中： 旨在帮助LLM理解CSV内容，而不是取代完整的数据分析工具
  • 集成： 准备数据以移交给其他工具（特别是用于可视化的R/ggplot）
  • Markdown输出： 所有响应都是人类和LLM可读的标记

需求

  • Python 3.10+
  • 标准Unix实用程序（在macOS和Linux上可用）
  • MCP Python SDK
  • Pydantic v2

安全

  • 所有文件路径都经过验证和解析
  • 仅读取文件（创建新文件的csv_filter_and_transform除外）
  • 命令在超时的情况下安全执行
  • 无任意命令执行

许可证

麻省理工学院

相关 MCP