Doris MCP Server-integration

Hvad gør “Doris” MCP Server?

Doris MCP (Model Context Protocol) Server er en backend-tjeneste bygget med Python og FastAPI, designet til at forbinde AI-assistenter og klienter med Apache Doris-databaser. Ved at implementere MCP-standarden muliggør den sikker og effektiv interaktion mellem sprogmodeller og eksterne datakilder. Doris MCP Server gør det muligt at konvertere naturlige sprogforespørgsler til SQL (NL2SQL), udføre databaseforespørgsler, hente og håndtere metadata samt foretage avanceret overvågning og analyse. Dens modulære arkitektur inkluderer dedikerede managere til værktøjer, prompts og ressourcer, hvilket gør den til en robust løsning til at forbedre dataudviklingsarbejdsgange, automatisere databasehåndtering og integrere AI-drevne indsigter i virksomhedssystemer.

Liste over Prompts

• Intelligente prompt-skabeloner til dataanalyse
  (Disse styres af Prompts Manager og er designet til at standardisere LLM-interaktioner til dataanalyseopgaver. Specifikke skabeloner er refereret, men ikke individuelt oplistet i den tilgængelige dokumentation.)

Klar til at vokse din virksomhed?

Start din gratis prøveperiode i dag og se resultater inden for få dage.

Anmod om demo Log ind

Liste over Ressourcer

• Ressourcestyring og metadataeksponering
  (Eksponerer Doris-database-metadata og ressourcer til AI-klienter via Resources Manager.)
• Understøttelse af katalogfederering
  (Giver adgang til både interne Doris-tabeller og eksterne kilder som Hive og MySQL.)
• Omfattende databasemetadata
  (Tilbyder detaljeret metadataudtræk til brug som LLM-kontekst.)
• Query Analytics-artifakter
  (Eksporterer explain- og profileringsresultater for forespørgsler til LLM-vedhæftning og analyse.)

Liste over Værktøjer

• Forbedrede overvågningsværktøjer
  (Avanceret hukommelsessporing, metriksindsamling og backend-nodeopdagelse.)
• Forespørgselsinformationsværktøjer
  (Tilbyder SQL explain, profilering og analysefunktioner.)
• Tools Manager
  (Central registrering og routing-interface til at orkestrere værktøjskald via MCP.)
• Resources Manager
  (Håndterer ressourcestyring og metadatahåndtering.)
• Prompts Manager
  (Styrer og leverer prompt-skabeloner til AI- og LLM-arbejdsgange.)

Tilmeld dig vores nyhedsbrev

Få de seneste tips, trends og tilbud gratis.

E-mailadresse

Tilmeld

Anvendelsestilfælde for denne MCP Server

• Naturligt Sprog til SQL (NL2SQL):
  Gør det muligt for udviklere at konvertere menneskelige sprogforespørgsler til SQL-udsagn til Doris-databaser, hvilket strømliner dataadgang og analyse.
• Avanceret forespørgselsmonitorering og profilering:
  Tilbyder dybdegående SQL explain-, performance-profilering og analyseværktøjer, der hjælper med tuning og fejlfinding.
• Metadataudforskning og -styring:
  Giver AI-drevne systemer mulighed for at udforske databaseskemaer, kataloger og ressourcer og understøtter opgaver som dokumentationsgenerering eller automatiseret datamapping.
• Data-integration fra flere kilder:
  Understøtter katalogfederering, hvilket muliggør problemfri integration med eksterne datakilder (f.eks. Hive, MySQL) for omfattende analysearbejdsgange.
• Sikker datahåndtering:
  Implementerer robust sikkerhed, adgangskontrol og datamaskering, så interaktionen mellem LLM’er og følsomme virksomhedsdata foregår sikkert.

Sådan sættes den op

Windsurf

1. Sørg for, at Python 3.12+ er installeret.

2. Installer pakken:
   pip install mcp-doris-server@latest

3. Redigér Windsurf-konfigurationsfilen for at tilføje Doris MCP-serveren.

4. Indsæt følgende snippet under mcpServers:

   {
     "doris-mcp": {
       "command": "mcp-doris-server",
       "args": []
     }
   }
   

5. Gem og genstart Windsurf.

6. Kontroller, at serveren kører og accepterer forbindelser.

Claude

1. Installer Python 3.12+.

2. Installer Doris MCP-serveren:
   pip install mcp-doris-server@latest

3. Tilføj serveren til Claudes konfiguration under mcpServers.

4. Brug et JSON-snippet som:

   {
     "doris-mcp": {
       "command": "mcp-doris-server",
       "args": []
     }
   }
   

5. Genstart Claude og tjek integrationen.

Cursor

1. Sørg for, at Python 3.12+ er installeret.

2. Installer serveren:
   pip install mcp-doris-server@latest

3. I Cursors konfiguration, tilføj:

   {
     "mcpServers": {
       "doris-mcp": {
         "command": "mcp-doris-server",
         "args": []
       }
     }
   }
   

4. Gem konfigurationen og genstart Cursor.

5. Bekræft Doris MCP-serverforbindelsen.

Cline

1. Installer Python 3.12+.

2. Installer Doris MCP-serveren:
   pip install mcp-doris-server@latest

3. Opdater Cline MCP-konfigurationen med:

   {
     "mcpServers": {
       "doris-mcp": {
         "command": "mcp-doris-server",
         "args": []
       }
     }
   }
   

4. Gem konfigurationen og genstart Cline.

5. Tjek MCP-serverstatussen.

Sikring af API-nøgler

Opbevar følsomme legitimationsoplysninger og API-nøgler i miljøvariabler. Eksempel ved brug af .env:

{
  "env": {
    "DORIS_HOST": "your-doris-host",
    "DORIS_PORT": "your-port",
    "DORIS_USER": "username",
    "DORIS_PASSWORD": "password"
  },
  "inputs": {
    "database": "your-database"
  }
}

Sørg for, at miljøvariabler refereres i din konfiguration for øget sikkerhed.

Sådan bruges denne MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i dit FlowHunt-flow skal du starte med at tilføje MCP-komponenten til dit flow og forbinde den til din AI-agent:

Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion indsætter du dine MCP-serverdetaljer i dette JSON-format:

{
  "doris-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når det er konfigureret, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre “doris-mcp” til det faktiske navn på din MCP-server og opdatere URL’en tilsvarende.

Oversigt

Baseret på ovenstående information er Doris MCP Server veldokumenteret med hensyn til funktioner, ressourcer og opsætning. Dog mangler der nogle detaljer om prompt-skabeloner og sampling-support, hvilket begrænser dens fuldstændighed en smule i forhold til avancerede MCP-arbejdsgange.

Vores vurdering

Givet den stærke tilstedeværelse af kerne-MCP-funktioner, robust sikkerhed og ressourcestyring samt klar opsætningsvejledning, vurderes Doris MCP Server til 8/10 for MCP-protokolunderstøttelse og praktisk anvendelse. Manglerne relaterer sig primært til eksplicitte prompt-lister og mangel på sampling-/roots-dokumentation.

MCP Score