Lightdash MCPサーバー

「Lightdash」MCPサーバーは何をするもの？

Lightdash MCP（モデルコンテキストプロトコル）サーバーは、AIアシスタントとLightdash（最新のビジネスインテリジェンス（BI）および分析プラットフォーム）を接続するためのツールです。このサーバーにより、MCP互換のアクセスでLightdashのAPIを利用できるようになり、AIエージェントや開発ツールがプログラム的にLightdashのデータとやり取りできます。これにより、プロジェクト一覧取得、プロジェクト詳細取得、分析スペースやチャートの探索などのタスクをAIワークフロー内から直接実行可能です。その結果、Lightdash MCPサーバーはデータアクセスの簡素化、分析関連作業の自動化、よりインテリジェントで文脈認識型のAI駆動プロセスをエンジニアリングやビジネスインテリジェンスワークフローに提供します。

プロンプト一覧

リポジトリやドキュメントにプロンプトテンプレートは記載されていません。

リソース一覧

リポジトリやドキュメントには明示的なMCPリソース定義はありません。

ツール一覧

• list_projects: Lightdash組織内の全プロジェクトを一覧表示し、利用可能な分析プロジェクトを確認できます。
• get_project: 指定したプロジェクトの詳細を取得し、データ探索や管理に役立つ詳細情報を提供します。
• list_spaces: 指定したプロジェクト内の全スペースを一覧表示し、ダッシュボードや分析の組織構造を把握できます。
• list_charts: プロジェクト内の全チャートを一覧表示し、可視化やダッシュボードへの素早いアクセスが可能です。

このMCPサーバーのユースケース

• ビジネスインテリジェンス自動化: 開発者やAIエージェントが分析プロジェクト・スペース・チャートのリストを自動取得し、レポートやデータ探索業務を効率化します。
• データカタログ連携: プロジェクト・スペース・チャートのメタデータを公開し、自動データカタログの作成やインデックス化、ドキュメント用途に活用できます。
• AI搭載BIアシスタント: AIアシスタントが利用可能な分析リソースに関する質問に回答したり、ダッシュボードを検索・チャート情報を取得したりできます。
• ワークフロー自動化: Lightdashプロジェクトやチャートの状態に応じて後続アクションや通知を自動実行するワークフローを構築可能です。
• 開発者向けデータ探索: アプリ開発や統合・テスト時にエンジニアが組織の分析リソースをプログラム的に探索できます。

セットアップ方法

Windsurf

1. お使いのシステムにNode.jsがインストールされていることを確認してください。
2. Windsurfの設定ファイル（例：windsurf.json）を開きます。
3. mcpServersセクションにLightdash MCPサーバーを追加します：

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

4. 設定を保存し、Windsurfを再起動します。
5. Lightdash MCPサーバーがアクティブでアクセス可能であることを確認します。

APIキーのセキュリティ: Lightdash APIキーは環境変数に保存してください：

{
  "command": "npx",
  "args": ["lightdash-mcp-server"],
  "env": {
    "LIGHTDASH_API_KEY": "your_api_key"
  }
}

Claude

1. Node.jsが未導入の場合はインストールしてください。
2. Claude MCPの設定ファイルを探します。
3. Lightdash MCPサーバーを追加します：

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

4. 保存してClaudeを再起動します。
5. Lightdash MCPサーバーへの接続性を確認します。

APIキーのセキュリティ:

{
  "env": {
    "LIGHTDASH_API_KEY": "your_api_key"
  }
}

Cursor

1. 前提としてNode.jsをインストールしてください。
2. Cursorの設定ファイルを編集します。
3. mcpServers内に追加します：

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

4. 変更を保存し、Cursorを再起動します。
5. MCPサーバーが稼働していることを確認してください。

APIキーのセキュリティ:

{
  "env": {
    "LIGHTDASH_API_KEY": "your_api_key"
  }
}

Cline

1. マシンにNode.jsがセットアップされていることを確認します。
2. Cline MCPサーバーの設定を開きます。
3. 以下を使ってLightdash MCPサーバーを追加します：

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

4. 設定を保存しClineを再起動します。
5. MCPサーバーが利用可能であることを確認します。

APIキーのセキュリティ:

{
  "env": {
    "LIGHTDASH_API_KEY": "your_api_key"
  }
}

フロー内でこのMCPを使う方法

FlowHuntでのMCP使用方法

FlowHuntワークフローにMCPサーバーを統合するには、まずフローにMCPコンポーネントを追加し、それをAIエージェントに接続します。

MCPコンポーネントをクリックして設定パネルを開き、システムMCP設定セクションで以下のJSON形式でMCPサーバー情報を入力します：

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

設定後、AIエージェントはこのMCPの全機能・能力をツールとして利用できるようになります。必ず"lightdash"を実際のMCPサーバー名に、URLをご自身のMCPサーバーURLに置き換えてください。

概要

上記の表に基づくと、Lightdash MCPサーバーはLightdash分析への本質的なツール統合を提供しますが、プロンプトテンプレート・明示的なリソース・サンプリングやルートサポートはありません。セットアップ手順や認証情報のセキュリティ例は明確に記載されており、ドキュメントも充実しています。現時点での包括性と実用性について、このMCPサーバーに5/10の評価を付けます。

MCPスコア