خادم KurrentDB MCP

ماذا يفعل خادم “KurrentDB” MCP؟

خادم KurrentDB MCP هو أداة تهدف إلى تمكين مساعدي الذكاء الاصطناعي والمطورين من التفاعل بسلاسة مع KurrentDB، وهي قاعدة بيانات قائمة على التدفق. من خلال توفير مجموعة من الأدوات والعمليات المعيارية، يمكّن الخادم العملاء من الاستعلام، وقراءة، وكتابة بيانات التدفق، بالإضافة إلى بناء وإدارة الإسقاطات مباشرة من بيئات تطوير الذكاء الاصطناعي. يعزز هذا التكامل سير العمل من خلال السماح بمهام مثل استرجاع تدفقات الأحداث، وتسجيل أحداث جديدة، وإنشاء إسقاطات للبيانات ليتم تنفيذها برمجياً أو عبر اللغة الطبيعية. يعمل خادم KurrentDB MCP على تبسيط النماذج الأولية وتصحيح الأخطاء واستكشاف البيانات المدفوعة بالأحداث، مما يجعله ذا قيمة خاصة للتطوير السريع والتحليل في التطبيقات التي تعتمد على KurrentDB.

قائمة النماذج الجاهزة (Prompts)

• read_stream: قالب لاسترجاع الأحداث من تدفق محدد، مع خيارات للاتجاه والحد الأقصى.
• write_events_to_stream: قالب لإضافة أحداث إلى تدفق، مع تحديد نوع الحدث والبيانات وبيانات التعريف.
• list_streams: قالب لعرض التدفقات المتاحة، مع دعم التقسيم والاتجاه.
• build_projection: قالب لوصف وإنشاء إسقاط جديد بمساعدة الذكاء الاصطناعي.
• create_projection: قالب لإنشاء إسقاط من مواصفات محددة.
• update_projection: قالب لتحديث إسقاط موجود.
• test_projection: قالب لاختبار إسقاط باستخدام بيانات نموذجية.
• get_projections_status: قالب لاسترجاع حالة جميع الإسقاطات.

قائمة الموارد

• بيانات التدفق: الوصول إلى بيانات أحداث التدفق داخل KurrentDB، مما يمكّن من القراءة والتحليل.
• قائمة التدفقات: قائمة وبيانات تعريفية للتدفقات المتاحة في قاعدة البيانات.
• الإسقاطات: تعريفات وعروض محسوبة (إسقاطات) تم إنشاؤها من بيانات التدفق.
• حالة الإسقاطات: معلومات الحالة الفورية للإسقاطات الحالية.

قائمة الأدوات

• read_stream: يقرأ الأحداث من تدفق محدد، مع خيارات للترتيب (خلف/أمام) والعدد.
• write_events_to_stream: يضيف أحداثًا جديدة إلى تدفق مع بيانات مخصصة ونوع حدث وبيانات تعريف.
• list_streams: يعرض قائمة بجميع التدفقات المتاحة في KurrentDB.
• build_projection: يستخدم الذكاء الاصطناعي لإنشاء إسقاط بناءً على متطلبات المستخدم.
• create_projection: ينشئ إسقاطًا جديدًا في KurrentDB.
• update_projection: يحدّث إسقاطًا موجودًا بمواصفات جديدة.
• test_projection: يختبر إسقاطًا باستخدام بيانات أو سيناريوهات نموذجية.
• get_projections_status: يسترجع معلومات الحالة والصحة لجميع الإسقاطات.

حالات الاستخدام لهذا الخادم MCP

• استكشاف أحداث قاعدة البيانات: يمكن للمطورين بسرعة عرض وتصفية وتحليل بيانات الأحداث التاريخية أو اللحظية في أي تدفق بـ KurrentDB، مما يبسط عمليات تصحيح الأخطاء والتدقيق.
• إدخال وتسجيل الأحداث: تسجيل الأحداث الجديدة برمجياً (مثل إجراءات المستخدم أو تغييرات النظام) مباشرة في قاعدة البيانات لتتبع الأحداث ومصادرها بشكل قوي.
• تطوير وتصحيح الإسقاطات: بناء واختبار وتحسين الإسقاطات بسرعة لأغراض التحليل أو نماذج البيانات المشتقة، مما يقلل من دورات المراجعة للميزات المعتمدة على البيانات.
• اكتشاف بيانات تعريف التدفق: عرض جميع التدفقات وفحص هيكلها أو بياناتها التعريفية لتوجيه تصميم المخطط أو التنقل في البيانات.
• المراقبة التشغيلية: استخدام الأدوات لفحص صحة وحالة الإسقاطات والتأكد من أن تحويلات البيانات الحيوية تعمل كما هو متوقع.

كيفية إعداده

Windsurf

1. المتطلبات الأساسية: تأكد من تثبيت Python وتشغيل KurrentDB مع تمكين الإسقاطات (--run-projections=all --start-standard-projections).
2. تحديد ملف الإعدادات: افتح .codeium/windsurf/mcp_config.json.
3. إضافة خادم KurrentDB MCP:

   {
     "mcpServers": {
       "kurrentdb": {
         "command": "python",
         "args": ["مسار مجلد mcp-server\\server.py"],
         "env": {
           "KURRENTDB_CONNECTION_STRING": "أدخل اتصال kurrentdb هنا"
         }
       }
     }
   }
   

4. الحفظ وإعادة التشغيل: احفظ الإعدادات وأعد تشغيل Windsurf.
5. التحقق من الإعداد: تأكد من أن خادم MCP نشط ومتصل.

Claude

1. المتطلبات الأساسية: تثبيت Python وتشغيل KurrentDB مع خيارات الإسقاط المطلوبة.
2. تحديد ملف الإعدادات: حرر ملف إعدادات Claude Desktop الخاص بك.
3. إضافة خادم KurrentDB MCP:

   {
     "servers": {
       "KurrentDB": {
         "type": "stdio",
         "command": "uv",
         "args": [
           "--directory",
           "مسار مجلد mcp-server",
           "run",
           "server.py"
         ],
         "env": {
           "KURRENTDB_CONNECTION_STRING": "أدخل اتصال kurrentdb هنا"
         }
       }
     }
   }
   

4. الحفظ وإعادة التشغيل: احفظ وأعد تشغيل Claude Desktop.
5. التحقق: تأكد من ظهور KurrentDB MCP في واجهة Claude.

Cursor

1. المتطلبات الأساسية: إعداد Python وKurrentDB كما سبق.
2. تحديد ملف الإعدادات: حرر .cursor/mcp.json.
3. إضافة خادم KurrentDB MCP:

   {
     "mcpServers": {
       "kurrentdb": {
         "command": "python",
         "args": ["مسار مجلد mcp-server\\server.py"],
         "env": {
           "KURRENTDB_CONNECTION_STRING": "أدخل اتصال kurrentdb هنا"
         }
       }
     }
   }
   

4. الحفظ وإعادة التشغيل: قم بتطبيق التغييرات وأعد تشغيل Cursor.
5. التحقق: تأكد من أن خادم MCP يعمل ويمكن الوصول إليه.

Cline

لا توجد تعليمات محددة في المستودع لإعداد Cline.

تأمين مفاتيح API

استخدم متغيرات البيئة في الإعدادات:

"env": {
  "KURRENTDB_CONNECTION_STRING": "أدخل اتصال kurrentdb هنا"
}

هذا يحافظ على سرية بيانات الاعتماد خارج نظام التحكم في الإصدارات.

كيفية استخدام هذا MCP داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في سير عمل FlowHunt الخاص بك، ابدأ بإضافة مكون MCP إلى تدفقك وربطه بوكيل الذكاء الاصطناعي:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات MCP للنظام، أدخل تفاصيل خادم MCP الخاص بك باستخدام هذا التنسيق من JSON:

{
  "kurrentdb": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، سيتمكن وكيل الذكاء الاصطناعي من استخدام هذا MCP كأداة مع إمكانية الوصول إلى جميع وظائفه وإمكاناته. تذكر تغيير “kurrentdb” إلى اسم خادم MCP الفعلي الخاص بك واستبدال الرابط بعنوان خادم MCP الخاص بك.

نظرة عامة

رأينا

خادم KurrentDB MCP موثق بشكل جيد ويوفر مجموعة شاملة من الأدوات والموارد للتفاعل مع التدفقات والإسقاطات في KurrentDB. تعليمات الإعداد واضحة للمنصات الرئيسية، لكن بعض ميزات MCP المتقدمة مثل Roots وSampling غير مذكورة. بشكل عام، هذا MCP قوي لحالة استخدام قاعدة البيانات المقصودة.

التقييم: 8/10

نقاط MCP