Serveur MCP Apache IoTDB

Que fait le serveur “IoTDB” MCP ?

Le Serveur MCP Apache IoTDB est une implémentation du Model Context Protocol (MCP) conçue pour fournir une interaction transparente avec la base de données et des capacités de business intelligence via IoTDB, une base de données de séries temporelles. En agissant comme un pont, il permet aux assistants IA et aux clients d’exécuter des requêtes SQL sur IoTDB, prenant en charge l’analyse et la gestion des données directement via des workflows en langage naturel ou pilotés par des LLM. Les développeurs peuvent utiliser le serveur MCP pour effectuer des requêtes, visualiser les informations de schéma et récupérer des métadonnées, améliorant ainsi leur capacité à intégrer IoTDB dans des environnements de développement propulsés par l’IA pour des tâches telles que l’interrogation de données de séries temporelles et la gestion des schémas de base de données.

Liste des Prompts

Le serveur ne fournit aucun prompt.

Liste des Ressources

Le serveur n’expose aucune ressource.

Liste des Outils

Le serveur MCP IoTDB offre différents outils selon le dialecte SQL sélectionné (“arbre” ou “table”).

Modèle Arbre

• metadata_query
  • Exécute des requêtes SHOW/COUNT pour récupérer des métadonnées depuis la base IoTDB.
  • Entrée : query_sql (chaîne) – La requête SQL SHOW/COUNT à exécuter.
  • Sortie : Résultats de la requête sous forme de tableau d’objets.
• select_query
  • Exécute des requêtes SELECT pour lire des données de séries temporelles dans la base.
  • Entrée : query_sql (chaîne) – La requête SQL SELECT à exécuter.
  • Sortie : Résultats de la requête sous forme de tableau d’objets.

Modèle Table

Outils de Requête

• read_query
  • Exécute des requêtes SELECT pour lire des données dans la base.
  • Entrée : query (chaîne) – La requête SQL SELECT à exécuter.
  • Sortie : Résultats de la requête sous forme de tableau d’objets.

Outils de Schéma

• list_tables
  • Récupère la liste de toutes les tables de la base.
  • Entrée : Aucune.
  • Sortie : Tableau de noms de tables.
• describe-table
  • Fournit des informations de schéma pour une table spécifique.
  • Entrée : table_name (chaîne) – Nom de la table à décrire.
  • Sortie : Tableau de définitions de colonnes avec noms et types.

Cas d’utilisation de ce serveur MCP

• Gestion de base de données de séries temporelles
  Interrogez, parcourez et gérez facilement de grandes quantités de données de séries temporelles stockées dans IoTDB directement depuis des assistants IA ou des outils de développement propulsés par LLM.
• Exploration de schéma
  Récupérez et explorez le schéma de la base, obtenez la liste des tables et visualisez leurs descriptions pour comprendre et documenter la structure de la base.
• Intégration à la Business Intelligence
  Intégrez les données IoTDB dans des workflows BI avec des requêtes en langage naturel et l’analyse de schéma, facilitant l’analytique et le reporting.
• Analyse de données automatisée
  Utilisez le serveur MCP comme backend pour des pipelines d’analyse de données automatisée, où les LLM génèrent et exécutent des requêtes SQL selon l’intention utilisateur.
• Inspection des métadonnées
  Exécutez des requêtes SHOW/COUNT pour visualiser les métadonnées de la base, utile pour la supervision, l’audit et l’optimisation de la base.

Comment le configurer

Windsurf

1. Assurez-vous d’avoir Python installé et le gestionnaire de paquets uv.
2. Installez ou clonez le dépôt du serveur MCP IoTDB.
3. Modifiez le fichier de configuration Windsurf pour ajouter le serveur MCP IoTDB.
4. Utilisez le snippet JSON suivant dans votre config :

   {
     "mcpServers": {
       "iotdb": {
         "command": "uv",
         "args": [
           "--directory",
           "YOUR_REPO_PATH/src/iotdb_mcp_server",
           "run",
           "server.py"
         ],
         "env": {
           "IOTDB_HOST": "127.0.0.1",
           "IOTDB_PORT": "6667",
           "IOTDB_USER": "root",
           "IOTDB_PASSWORD": "root",
           "IOTDB_DATABASE": "test",
           "IOTDB_SQL_DIALECT": "table"
         }
       }
     }
   }
   

5. Enregistrez la configuration et redémarrez Windsurf.
6. Vérifiez que le serveur fonctionne et est connecté.

Claude

1. Installez Python, uv et IoTDB comme prérequis.
2. Clonez le dépôt du serveur MCP IoTDB.
3. Sous MacOS, modifiez ~/Library/Application Support/Claude/claude_desktop_config.json ; sous Windows, modifiez %APPDATA%/Claude/claude_desktop_config.json.
4. Ajoutez l’entrée du serveur MCP :

   {
     "mcpServers": {
       "iotdb": {
         "command": "uv",
         "args": [
           "--directory",
           "YOUR_REPO_PATH/src/iotdb_mcp_server",
           "run",
           "server.py"
         ],
         "env": {
           "IOTDB_HOST": "127.0.0.1",
           "IOTDB_PORT": "6667",
           "IOTDB_USER": "root",
           "IOTDB_PASSWORD": "root",
           "IOTDB_DATABASE": "test",
           "IOTDB_SQL_DIALECT": "table"
         }
       }
     }
   }
   

5. Enregistrez les modifications et redémarrez Claude Desktop.
6. Confirmez la disponibilité du serveur dans Claude.

Cursor

1. Assurez-vous que Python, uv et IoTDB sont installés.
2. Clonez le dépôt du serveur MCP.
3. Modifiez la configuration de Cursor pour inclure le serveur MCP.
4. Utilisez le JSON suivant :

   {
     "mcpServers": {
       "iotdb": {
         "command": "uv",
         "args": [
           "--directory",
           "YOUR_REPO_PATH/src/iotdb_mcp_server",
           "run",
           "server.py"
         ],
         "env": {
           "IOTDB_HOST": "127.0.0.1",
           "IOTDB_PORT": "6667",
           "IOTDB_USER": "root",
           "IOTDB_PASSWORD": "root",
           "IOTDB_DATABASE": "test",
           "IOTDB_SQL_DIALECT": "table"
         }
       }
     }
   }
   

5. Enregistrez la configuration et redémarrez Cursor.
6. Vérifiez que le serveur MCP est actif et réactif.

Cline

1. Installez les dépendances nécessaires : Python, uv et IoTDB.
2. Clonez le serveur MCP Apache IoTDB.
3. Ouvrez le fichier de configuration de Cline.
4. Ajoutez les informations du serveur MCP comme suit :

   {
     "mcpServers": {
       "iotdb": {
         "command": "uv",
         "args": [
           "--directory",
           "YOUR_REPO_PATH/src/iotdb_mcp_server",
           "run",
           "server.py"
         ],
         "env": {
           "IOTDB_HOST": "127.0.0.1",
           "IOTDB_PORT": "6667",
           "IOTDB_USER": "root",
           "IOTDB_PASSWORD": "root",
           "IOTDB_DATABASE": "test",
           "IOTDB_SQL_DIALECT": "table"
         }
       }
     }
   }
   

5. Enregistrez et redémarrez Cline.
6. Vérifiez l’intégration du serveur MCP.

Sécurisation des clés API
Les identifiants API comme IOTDB_USER et IOTDB_PASSWORD sont gérés via le champ env dans la configuration. Utilisez les variables d’environnement pour éviter de coder en dur les données sensibles. Exemple :

"env": {
  "IOTDB_HOST": "127.0.0.1",
  "IOTDB_PORT": "6667",
  "IOTDB_USER": "${IOTDB_USER}",
  "IOTDB_PASSWORD": "${IOTDB_PASSWORD}",
  "IOTDB_DATABASE": "test"
}

Et définissez ces variables d’environnement dans votre système avant de démarrer le serveur.

Comment utiliser ce MCP dans les flows

Utiliser MCP dans FlowHunt

Pour intégrer des serveurs MCP à votre workflow FlowHunt, commencez par ajouter le composant MCP à votre flow et connectez-le à votre agent IA :

Cliquez sur le composant MCP pour ouvrir le panneau de configuration. Dans la section de configuration MCP système, renseignez les détails de votre serveur MCP au format JSON suivant :

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

Une fois configuré, l’agent IA pourra utiliser ce MCP comme un outil avec accès à toutes ses fonctions et capacités. N’oubliez pas de remplacer “iotdb” par le vrai nom de votre serveur MCP et de mettre l’URL de votre propre serveur MCP.

Aperçu

Notre avis

Le serveur MCP IoTDB est une implémentation ciblée et minimale fournissant les outils essentiels d’interaction avec IoTDB. Il manque de fonctionnalités MCP avancées telles que prompts, ressources, racines et échantillonnage, mais il est bien adapté à son cas d’utilisation spécifique d’accès à une base de données de séries temporelles. La configuration est bien documentée pour Claude Desktop ; les autres intégrations sont déduites mais standard. Au global, c’est un serveur MCP de niche mais solide pour des workflows centrés base de données.

Score MCP