JinDaGe - Palantir Foundry MCP Details

article

README

🚀 Foundry MCP 服务器

Foundry MCP 服务器是一个用于与 Foundry 交互的模型上下文协议 (MCP) 服务器，它为 AI 助手提供了与数据集、本体对象和函数进行交互的能力，极大地拓展了 AI 助手的数据处理和操作范围。

🚀 快速开始

先决条件

Python 3.9+
mcp
pyarrow
pandas
foundry-platform-sdk

环境变量 🌍

该服务器需要一些配置变量才能运行，具体如下：

| 变量 | 描述 | 默认值 | |---------------|--------------------------------------------------------------|------------| | HOSTNAME | 您 Foundry 实例的主机名 | 必填项 | | TOKEN | 您可以在个人资料页面生成的一个用户令牌 | 必填项** | | CLIENT_ID | 在开发者控制台创建的服务用户 | 必填项** | | CLIENT_SECRET | 与服务用户关联的秘密 | 必填项** | | SCOPES | OAuth 范围 | None | | ONTOLOGY_ID | 您的本体 ID | 必填项 |

⚠️ 重要提示 如果没有提供令牌，服务器将尝试使用客户端 ID 和客户端秘密通过 OAuth2 流程进行身份验证。

✨ 主要特性

工具 🌟

列出数据集
查询数据集
列举本体对象
查询本体对象
列出函数
执行函数

📦 安装指南

本项目未提供具体的安装命令，若有相关需求，请参考后续的使用方法和开发部分进行操作。

💻 使用示例

基础用法

首先需要克隆仓库并在应用程序中添加配置：

{
  "mcpServers": {
    "foundry": {
      "command": "uv",
      "args": [
        "--directory", 
        "<路径到 mcp_server>",
        "运行",
        "mcp-server-foundry"
      ],
      "env": {
        "HOSTNAME": "<主机名>",
        "TOKEN": "<令牌>",
        "CLIENT_ID": "<客户端 ID>",
        "CLIENT_SECRET": "<客户端秘密>",
        "SCOPES": "<范围>",
        "ONTOLOGY_ID": "<本体 ID>"
      }
    }
  }
}

🔧 技术细节

开发

以开发模式运行服务器：

# 克隆仓库
git clone git@github.com:qwert666/mcp-server-foundry.git

# 运行服务器
npx @modelcontextprotocol/inspector uv --directory /path/to/mcp-foundry-server 运行 mcp-server-foundry

🤝 贡献指南

叉克隆仓库
创建功能分支 (git checkout -b feature/amazing-feature)
提交更改 (git commit -m '添加一些神奇的功能')
推送到分支 (git push origin feature/amazing-feature)
打开 Pull Request

📄 许可证

本项目采用 MIT 许可证，详情请参阅 LICENSE 文件。

Palantir Foundry