ChatBI MCP Server 是一个支持与大语言模型交互的服务,可用于生成数据分析代码、执行常规统计、可视化数据以及进行综合数据分析等任务,帮助用户更高效地处理和分析数据。
cp .env.example .env
编辑.env文件,填写LLM信息。若要生成代码,建议填写性能较强的模型,如GLM 4.5、Qwen-235B-A22B、Kimi K2等,最低要求为Qwen3-32B,模型规模过小会导致生成代码质量和分析效果变差。
uv venv .venv --python=3.11
source .venv/bin/activate
uv pip install -r requirements.txt
cd src
python pandas_mcp_server.py
使用任意支持MCP Server的客户端(如Cherry Studio)进行如下配置:
其中验证信息位于config.yaml中,可自行修改。默认值为eyJzdWIiOiAidXNlcjEyMyIsICJpYXQiOiAxNzUxODA5ODIwLCAiZXhwIjogMTc1MTgxMzQyMH0。
⚠️ 重要提示
超时时间设置长一点,因为涉及LLM生成代码,若出错还需要改错。
添加完成后,点击“保存”,然后点击右上方的开启选项,切换到“工具”标签页。若能正常列出工具,则说明配置正确。
使用时,记得开启这个MCP Server:
结合mcp-server-chart使用:
通过指令实现自动化数据分析: