MotherDuck MCP Server

Co dělá “MotherDuck” MCP Server?

MotherDuck MCP Server je implementace Model Context Protocolu (MCP), která propojuje AI asistenty a IDE s databázemi DuckDB a MotherDuck. Umožňuje uživatelům provádět výkonné SQL analýzy díky standardizovanému rozhraní pro dotazování jak na lokální DuckDB soubory, tak na cloudové databáze MotherDuck. Server podporuje hybridní spouštění, což umožňuje bezproblémový přístup k datům z lokálního i cloudového úložiště, včetně Amazon S3 prostřednictvím integrací MotherDuck. Zpřístupněním interakce s databází jako nástroje AI systémům usnadňuje vývojářům a AI agentům provádět databázové dotazy, spravovat data a zefektivňovat datová workflow bez manuální konfigurace nebo správy serveru. Tento serverless přístup urychluje analytiku, sdílení dat i vývoj datových pipeline přímo z AI prostředí.

Seznam promptů

• duckdb-motherduck-initial-prompt: Šablona promptu pro inicializaci spojení s DuckDB nebo MotherDuck a zahájení práce s databází.

Seznam zdrojů

• Close the Loop: Faster Data Pipelines with MCP, DuckDB & AI (Blogpost): Blogový příspěvek pokrývající integraci MCP, DuckDB a AI pro rychlý vývoj datových pipeline.
• Faster Data Pipelines development with MCP and DuckDB (YouTube): Video ukazující využití MCP a DuckDB pro datové pipeline.

Seznam nástrojů

• query: Provádí SQL dotaz na databázi DuckDB nebo MotherDuck.
  • Vstupy:
    • query (string, povinné): SQL příkaz ke spuštění.

Využití tohoto MCP serveru

• SQL analytika v AI asistentech: Umožňuje LLM nebo kódovacím asistentům spouštět SQL dotazy přímo na DuckDB i MotherDuck, převádět instrukce v přirozeném jazyce na akční analytiku.
• Vývoj datových pipeline: Zrychluje vývoj a prototypování datových pipeline tím, že AI systémy mohou pracovat s lokálními i cloudovými zdroji dat.
• Hybridní dotazování lokálně & v cloudu: Podporuje scénáře, kdy vývojáři potřebují dotazovat jak on-premise (DuckDB), tak cloudová (MotherDuck) data bez přerušení workflow.
• Integrace cloudového úložiště: AI agenti mohou přistupovat a analyzovat data uložená v Amazon S3 nebo jiném integrovaném cloudovém úložišti přes spojení MotherDuck.
• Serverless průzkum dat: Eliminace potřeby správy výpočetní infrastruktury, umožňuje rychlou analytiku na vyžádání pro uživatele i AI systémy.

Jak jej nastavit

Windsurf

1. Ujistěte se, že máte nainstalovaný Node.js a Windsurf.

2. Otevřete konfigurační soubor Windsurf (obvykle windsurf.config.json).

3. Přidejte MotherDuck MCP Server do sekce mcpServers:

   {
     "mcpServers": {
       "motherduck": {
         "command": "uvx",
         "args": ["mcp-server-motherduck", "--transport", "stream", "--db-path", "md:"]
       }
     }
   }
   

4. Uložte konfiguraci a restartujte Windsurf.

5. Ověřte ve Windsurfu, že MotherDuck MCP Server běží a je dostupný.

Zabezpečení API klíčů

Pro citlivé údaje, jako je váš MotherDuck token, použijte proměnné prostředí:

{
  "mcpServers": {
    "motherduck": {
      "command": "uvx",
      "args": ["mcp-server-motherduck", "--transport", "stream", "--db-path", "md:"],
      "env": {
        "motherduck_token": "${MOTHERDUCK_TOKEN}"
      }
    }
  }
}

Claude

1. Nainstalujte Claude a zkontrolujte, že je nastaven Node.js.

2. Najděte konfigurační soubor Claude (typicky claude.config.json).

3. Do sekce mcpServers přidejte následující:

   {
     "mcpServers": {
       "motherduck": {
         "command": "uvx",
         "args": ["mcp-server-motherduck", "--transport", "stream", "--db-path", "md:"]
       }
     }
   }
   

4. Restartujte Claude a ověřte, že se server objeví v uživatelském rozhraní.

5. Pro zabezpečení API klíčů použijte proměnné prostředí dle výše uvedeného příkladu.

Cursor

1. Ujistěte se, že máte nainstalovaný a aktuální Cursor.

2. Otevřete nastavení Cursor (cursor.config.json).

3. Vložte následující pod mcpServers:

   {
     "mcpServers": {
       "motherduck": {
         "command": "uvx",
         "args": ["mcp-server-motherduck", "--transport", "stream", "--db-path", "md:"]
       }
     }
   }
   

4. Uložte a restartujte Cursor.

5. Nastavte citlivé tokeny pomocí proměnných prostředí.

Cline

1. Nainstalujte Cline a potřebné závislosti.

2. Upravte cline.config.json takto:

   {
     "mcpServers": {
       "motherduck": {
         "command": "uvx",
         "args": ["mcp-server-motherduck", "--transport", "stream", "--db-path", "md:"]
       }
     }
   }
   

3. Uložte konfiguraci a restartujte Cline.

4. Zajistěte, aby motherduck_token byl nastaven jako proměnná prostředí kvůli bezpečnosti.

Jak tento MCP použít ve flow

Použití MCP ve FlowHunt

Pro integraci MCP serverů do svého workflow ve FlowHunt začněte přidáním MCP komponenty do flow a propojením s AI agentem:

Klikněte na MCP komponentu pro otevření panelu konfigurace. V sekci systémové MCP konfigurace vložte údaje o serveru tímto JSON formátem:

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

Po konfiguraci bude AI agent schopen používat tento MCP jako nástroj se všemi jeho funkcemi a možnostmi. Nezapomeňte změnit "motherduck" na skutečný název vašeho MCP serveru a URL na adresu vašeho MCP serveru.

Přehled

Mezi těmito dvěma tabulkami je MotherDuck MCP Server dobře zdokumentován s jasnými prompty, podporou nástrojů, zdroji a bezpečnostními postupy, ale chybí explicitní zmínka o Roots a podpoře vzorkování. Celkově jde o solidní, praktickou implementaci pro databázovou analytiku s MCP rozhraním.

MCP Skóre