Keboola MCP -palvelin

Mitä “Keboola” MCP -palvelin tekee?

Keboola MCP -palvelin toimii avoimen lähdekoodin sillanasi Keboola-projektin ja nykyaikaisten tekoälytyökalujen välillä. Se yhdistää AI-avustajat ja MCP-asiakkaat (esim. Claude, Cursor, Windsurf, VS Code jne.) Keboola-alustaan, tarjoten varaston käytön, SQL-muunnokset, komponenttien hallinnan ja työn laukaisun kutsuttavina työkaluina. Tämä mahdollistaa AI-mallien ja agenttien taulukkojen kyselyn, konfiguraatioiden hallinnan, töiden suorittamisen ja metadatan käsittelyn suoraan omasta ympäristöstään. Näin kehitysprosessit virtaviivaistuvat, välikoodin tarve poistuu ja AI-agentit saavat käyttöönsä oikean datan ja toiminnot juuri silloin, kun niitä tarvitaan – tuottavuutta ja automaatiota parantaen.

Kehotepohjien lista

Valmis kasvattamaan liiketoimintaasi?

Aloita ilmainen kokeilujakso tänään ja näe tulokset muutamassa päivässä.

Pyydä demo Kirjaudu sisään

Resurssien lista

Työkalujen lista

Repositorion ominaisuuksien ja dokumentaation perusteella Keboola MCP -palvelin tarjoaa seuraavat työkalut:

• Varasto: Kysy tauluja suoraan ja hallitse taulujen tai bucketien kuvauksia Keboolan varastossa.
• Komponentit: Luo, listaa ja tarkastele ekstraktoreita, kirjoittajia, data-sovelluksia ja muunnoskonfiguraatioita.
• SQL: Luo ja suorita SQL-muunnoksia luonnollisella kielellä.
• Työt: Suorita komponentteja, laukaise muunnoksia ja hae työn suoritusyksityiskohtia.
• Metadata: Etsi, lue ja päivitä projektin dokumentaatiota ja objektin metadataa.

Liity uutiskirjeellemme

Saa uusimmat vinkit, trendit ja tarjoukset ilmaiseksi.

Sähköpostiosoite

Tilaa

Tämän MCP-palvelimen käyttötapaukset

• Tietokantojen hallinta: Kysy ja hallitse tauluja tai bucketeja Keboola-varastossa, mahdollistaen AI-agenttien hakea tai muokata projektin dataa.
• Koodipohjan & konfiguraation tutkiminen: Listaa, luo ja tarkastele ekstraktoreita, kirjoittajia ja muunnoskonfiguraatioita AI-työkaluista, helpottaen konfiguraation hallintaa.
• Automaattinen SQL-muunnos: Käytä luonnollista kieltä SQL-kyselyiden generointiin ja suorittamiseen – mahdollistaen nopeat muunnokset ja datan analyysin.
• Töiden orkestrointi & seuranta: Suorita komponentteja, orkestroi töitä ja nouda suoritushistorioita – mahdollistaen ETL-/data-työnkulkujen automaation ja valvonnan.
• Metadatan hallinta: Etsi, lue ja päivitä projektin dokumentaatio ja metadata – pitäen tiedot järjestyksessä ja helposti saatavilla sekä ihmisille että AI-agenteille.

Kuinka se otetaan käyttöön

Windsurf

1. Varmista, että sinulla on Python 3.10+ ja uv asennettuna.
2. Hanki Keboola Storage API -token ja (jos käytät mukautettua tokenia) työtilan skeema.
3. Windsurfissa etsi MCP-konfiguraatiotiedosto.
4. Lisää Keboola MCP -palvelin seuraavalla JSON-pätkällä:

   {
     "mcpServers": {
       "keboola-mcp": {
         "command": "uv",
         "args": ["pip", "run", "--", "keboola-mcp-server"]
       }
     }
   }
   

5. Tallenna konfiguraatiotiedosto ja käynnistä Windsurf uudelleen.
6. Tarkista palvelimen saatavuus Windsurfin MCP-käyttöliittymästä.

API-avainten suojaaminen (Windsurf)

{
  "mcpServers": {
    "keboola-mcp": {
      "command": "uv",
      "args": ["pip", "run", "--", "keboola-mcp-server"],
      "env": {
        "KBC_STORAGE_TOKEN": "${KBC_STORAGE_TOKEN}",
        "KBC_WORKSPACE_SCHEMA": "${KBC_WORKSPACE_SCHEMA}"
      },
      "inputs": {
        "KBC_STORAGE_TOKEN": "env",
        "KBC_WORKSPACE_SCHEMA": "env"
      }
    }
  }
}

Claude

1. Varmista, että Python 3.10+ ja uv on asennettu.
2. Hanki tarvittavat Keboola-tunnisteet.
3. Avaa Clauden MCP-konfiguraatio.
4. Lisää Keboola MCP -palvelin seuraavasti:

   {
     "mcpServers": {
       "keboola-mcp": {
         "command": "uv",
         "args": ["pip", "run", "--", "keboola-mcp-server"]
       }
     }
   }
   

5. Tallenna ja käynnistä Claude uudelleen.
6. Varmista palvelimen saavutettavuus Claudessa.

Cursor

1. Asenna Python 3.10+ ja uv.
2. Valmistele Keboola API -token ja työtilan skeema.
3. Avaa Cursorin MCP-konfiguraatiotiedosto.
4. Lisää seuraava konfiguraatio:

   {
     "mcpServers": {
       "keboola-mcp": {
         "command": "uv",
         "args": ["pip", "run", "--", "keboola-mcp-server"]
       }
     }
   }
   

5. Tallenna tiedosto ja käynnistä Cursor uudelleen.
6. Tarkista MCP-palvelinyhteys.

Cline

1. Varmista, että Python 3.10+ ja uv on asennettu.
2. Kerää vaaditut Keboola-tunnisteet.
3. Muokkaa MCP-palvelinten osiota Clinen konfiguraatiossa.
4. Lisää Keboola MCP -palvelin näin:

   {
     "mcpServers": {
       "keboola-mcp": {
         "command": "uv",
         "args": ["pip", "run", "--", "keboola-mcp-server"]
       }
     }
   }
   

5. Tallenna konfiguraatio ja käynnistä Cline uudelleen.
6. Tarkista palvelimen toiminta.

Huom: Suojaa arkaluonteiset tunnisteet, kuten API-tokenit, ympäristömuuttujilla kuten Windsurf-esimerkissä yllä.

Kuinka käyttää tätä MCP:tä työnkuluissa

MCP:n käyttö FlowHuntissa

Integroi MCP-palvelimet FlowHunt-työnkulkuusi lisäämällä MCP-komponentti työnkulkuun ja yhdistä se AI-agenttiin:

Klikkaa MCP-komponenttia avataksesi konfiguraatiopaneelin. Järjestelmän MCP-konfiguraatio-osioon lisää MCP-palvelimesi tiedot käyttäen tätä JSON-muotoa:

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

Kun konfiguraatio on tehty, AI-agentti voi nyt käyttää tätä MCP:tä työkaluna kaikkine toimintoineen ja ominaisuuksineen. Muista muuttaa “keboola-mcp” MCP-palvelimesi oikeaksi nimeksi ja korvata URL omalla MCP-palvelimesi osoitteella.

Yhteenveto

Oma arvio: Keboola MCP -palvelin tarjoaa laajan työkalupaketin ja selkeät käyttöönotto-ohjeet, mutta dokumentaatiosta puuttuu kehotepohjia ja tarkkoja MCP-resurssimäärittelyjä. Sen painopiste tekoälyagenttien mahdollistamisessa monimutkaisiin datatyönkulkuihin on vahva. Näytteenotto- ja root-tuki eivät ole dokumentoituja. Kokonaisuutena kyseessä on erittäin käytännöllinen ja tuotantovalmis MCP, vaikka dokumentaatiossa on joitakin puutteita kehotteiden ja resurssien osalta.

MCP-pisteet