Serveur MCP Couchbase

Que fait le serveur MCP “Couchbase” ?

Le serveur MCP Couchbase est une implémentation du Model Context Protocol (MCP) qui permet aux grands modèles de langage (LLM) et aux assistants IA d’interagir directement avec les données stockées dans des clusters Couchbase. Agissant comme un middleware, ce serveur offre une intégration fluide des opérations de base de données Couchbase dans les workflows de développement pilotés par l’IA. Il prend en charge des tâches telles que la récupération de la structure des collections, l’accès à des documents par ID, l’upsert ou la suppression de documents, et l’exécution de requêtes SQL++. En connectant les LLM aux données Couchbase en direct, les développeurs peuvent automatiser la gestion de la base, améliorer leur productivité et simplifier des opérations complexes via des interfaces en langage naturel. Le serveur peut être configuré en mode lecture seule ou lecture/écriture et est compatible avec différents clients MCP comme Claude Desktop, Cursor ou Windsurf.

Liste des prompts

Aucune information sur les modèles de prompt n’est fournie dans le dépôt.

Liste des ressources

Aucune définition explicite de ressource n’est documentée dans les fichiers du dépôt ou le README.

Liste des outils

• Lister tous les scopes et collections : Récupère les métadonnées concernant l’organisation d’un bucket Couchbase donné.
• Obtenir la structure d’une collection : Accède aux informations structurelles (schéma) pour une collection donnée.
• Récupérer un document par ID : Récupère un document d’un scope et d’une collection spécifiés grâce à son ID unique.
• Upserter un document par ID : Insère ou met à jour un document dans un scope et une collection spécifiés.
• Supprimer un document par ID : Supprime un document d’un scope et d’une collection spécifiés.
• Exécuter une requête SQL++ : Exécute une requête SQL++ en lecture seule ou (optionnellement) avec écriture sur un scope donné. Par défaut, les requêtes modifiant les données sont désactivées par sécurité.

Cas d’usage de ce serveur MCP

• Gestion de base de données : Automatisez les opérations courantes comme l’ajout, la mise à jour ou la suppression de documents directement depuis des interfaces IA, réduisant la charge manuelle.
• Exploration de données : Permettez aux développeurs et agents IA d’explorer rapidement les structures de données, les collections et le contenu des documents pour l’analyse ou le débogage.
• Requêtes interactives : Autorisez les requêtes en langage naturel traduites en SQL++ et exécutées sur Couchbase, rendant l’accès aux données accessible aux non-experts.
• Rapports automatisés : Facilitez la génération de rapports dynamiques en interrogeant et en agrégeant des données via des workflows pilotés par l’IA.
• Intégration fluide dans les workflows dev : Améliorez la productivité en intégrant l’accès Couchbase dans des outils comme Claude, Cursor ou Windsurf, pour un codage et une documentation contextuels optimisés.

Comment l’installer

Windsurf

1. Prérequis : assurez-vous que Python 3.10+ et uv sont installés ; disposez d’un accès à un cluster Couchbase.
2. Clonez le dépôt :

   git clone https://github.com/Couchbase-Ecosystem/mcp-server-couchbase.git
   

3. Modifiez la configuration du client MCP Windsurf pour inclure le serveur MCP Couchbase :

   {
     "mcpServers": {
       "couchbase": {
         "command": "uv",
         "args": [
           "--directory",
           "path/to/cloned/repo/mcp-server-couchbase/",
           "run",
           "src/mcp_server.py"
         ],
         "env": {
           "CB_CONNECTION_STRING": "couchbases://connection-string",
           "CB_USERNAME": "username",
           "CB_PASSWORD": "password",
           "CB_BUCKET_NAME": "bucket_name"
         }
       }
     }
   }
   

4. Redémarrez Windsurf pour appliquer les modifications.
5. Vérifiez la connexion en effectuant une requête de test.

Claude

1. Prérequis : Python 3.10+, uv, accès à un cluster Couchbase, Claude Desktop installé.
2. Clonez le dépôt du serveur MCP Couchbase.
3. Localisez le fichier de configuration :
   • Mac : ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows : %APPDATA%\Claude\claude_desktop_config.json
4. Ajoutez la configuration du serveur comme ci-dessus dans la section mcpServers.
5. Redémarrez Claude Desktop.
6. Testez en interrogeant Couchbase via l’interface Claude.

Cursor

1. Assurez-vous que Python 3.10+, uv et l’accès à un cluster Couchbase sont disponibles.
2. Clonez le dépôt et installez les dépendances si besoin.
3. Ajoutez le serveur MCP Couchbase à la configuration de Cursor :

   {
     "mcpServers": {
       "couchbase": {
         "command": "uv",
         "args": [
           "--directory",
           "path/to/cloned/repo/mcp-server-couchbase/",
           "run",
           "src/mcp_server.py"
         ],
         "env": {
           "CB_CONNECTION_STRING": "couchbases://connection-string",
           "CB_USERNAME": "username",
           "CB_PASSWORD": "password",
           "CB_BUCKET_NAME": "bucket_name"
         }
       }
     }
   }
   

4. Redémarrez Cursor.
5. Vérifiez en effectuant une opération sur la base.

Cline

1. Respectez les prérequis : Python 3.10+, uv, cluster Couchbase.
2. Clonez le dépôt localement.
3. Ajoutez ce qui suit à la configuration MCP de Cline :

   {
     "mcpServers": {
       "couchbase": {
         "command": "uv",
         "args": [
           "--directory",
           "path/to/cloned/repo/mcp-server-couchbase/",
           "run",
           "src/mcp_server.py"
         ],
         "env": {
           "CB_CONNECTION_STRING": "couchbases://connection-string",
           "CB_USERNAME": "username",
           "CB_PASSWORD": "password",
           "CB_BUCKET_NAME": "bucket_name"
         }
       }
     }
   }
   

4. Sauvegardez et redémarrez Cline.
5. Confirmez l’installation en effectuant une action sur la base.

Sécurisation des clés API :
Toutes les valeurs sensibles (par exemple CB_PASSWORD) sont stockées comme variables d’environnement dans la section env de la configuration.
Exemple :

"env": {
  "CB_CONNECTION_STRING": "couchbases://connection-string",
  "CB_USERNAME": "username",
  "CB_PASSWORD": "password",
  "CB_BUCKET_NAME": "bucket_name"
}

Comment utiliser ce MCP dans les flux

Utilisation du MCP dans FlowHunt

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

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

{ “couchbase”: { “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 “couchbase” par le nom réel de votre serveur MCP et l’URL par celle de votre serveur MCP.

Vue d’ensemble

D’après les tableaux ci-dessus, le serveur MCP Couchbase est bien documenté pour l’installation et l’exposition des outils, mais il manque de modèles de prompts explicites, de définitions de ressources et de documentation sur l’échantillonnage ou les racines. Son utilité pour les tâches de base de données est évidente, mais il pourrait être amélioré avec davantage de fonctionnalités natives MCP. J’attribuerais à ce serveur MCP une note de 6/10 pour l’utilisation générale avec LLM et développeurs.

Score MCP