返回 MCP 目录
public公开dns本地运行

tinybird

Tinybird MCP服务器是一个用于从任何MCP客户端与Tinybird工作区交互的服务

article

README

🚀 小型鸟 MCP 服务器

小型鸟 MCP 服务器是一款用于数据分析和数据管道管理的工具,支持通过命令行界面与 Tinybird 平台进行交互。本文档将详细介绍其功能、安装步骤、配置方法以及使用示例。


🚀 快速开始

Tinybird MCP 服务器可助力用户进行数据分析和数据管道管理,通过命令行界面与 Tinybird 平台交互。下面将详细介绍其安装、配置等操作。

✨ 主要特性

核心功能

  • 数据源管理:可列出和查看工作区中的数据源。
  • 管道管理:能够列出和查看工作区中的管道端点及其 SQL 转换逻辑。
  • 数据请求:通过 HTTP 请求获取管道端点的数据,且支持参数过滤。
  • 查询执行:可直接在数据源上运行 SELECT 查询以提取洞察。
  • 文档访问:内置 Tinybird 产品文档,供 LLM 使用上下文信息。
  • 事件记录:能将用户生成的提示保存到指定数据源。
  • 性能分析:使用 Tinybird 分析 API 提供索引、排序键和分区键的优化建议。

扩展功能

  • 数据文件推送:结合 Filesystem MCP,可从本地数据文件创建远程数据源或管道。

📦 安装指南

方法一:使用 uvx

uvx install mcp-tinybird

方法二:手动安装

  1. 克隆仓库:
    git clone https://github.com/modelcontextprotocol/servers.git
    cd servers/tinybird
    
  2. 安装依赖并构建:
    uv sync && uv build
    

🔧 配置

在根目录下创建一个 .env 文件,添加以下内容:

TB_API_URL=
TB_ADMIN_TOKEN=

更新 Claude Desktop 配置:

{
  "mcpServers": {
    "mcp-tinybird_local": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/your/mcp-tinybird",
        "run",
        "mcp-tinybird",
        "stdio"
      ]
    }
  }
}

💻 使用示例

基础用法

  1. 列出工作区中的数据源:

    mcp-tinybird list data-sources
    
  2. 获取特定数据源的详细信息:

    mcp-tinybird get data-source "your_data_source_name"
    

高级用法

  1. 请求管道端点的数据:

    # 通过指定参数过滤数据
    mcp-tinybird request pipe "your_pipe_name" --params "param1=value1&param2=value2"
    
  2. 执行自定义查询:

    # 执行自定义的 SELECT 查询
    mcp-tinybird run-select-query "SELECT column1, COUNT(*) FROM your_table GROUP BY column1"
    
  3. 分析管道端点的性能:

    # 分析指定管道端点的性能
    mcp-tinybird analyze pipe "your_pipe_name"
    

📚 详细文档

开发指南

项目结构

mcp-tinybird/
├── src/
│   ├── main.py          # 主程序入口
│   ├── commands/       # 各功能命令的实现模块
│   └── resources/      # 资源文件,如文档等
└── README.md           # 项目说明文档

运行与调试

  1. 开发环境启动:

    uv run mcp-tinybird stdio
    
  2. 使用 MCP 检查器进行调试:

    npx @modelcontextprotocol/inspector uv --directory /path/to/mcp-tinybird run mcp-tinybird
    

打包与发布

  1. 同步依赖并构建:

    uv sync && uv build
    
  2. 发布到 PyPI:

    uv publish --token your_pypi_token
    

监控与优化

为了监控 MCP 服务器,可以集成 Prometheus 和 Grafana。具体方法请参考 监控指南


更多详细信息,请访问 Tinybird 官方文档 或联系技术支持。

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端