Teradata MCPサーバー

「Teradata」MCPサーバーは何をするのか？

Teradata MCP（Model Context Protocol）サーバーは、AIアシスタントとTeradataデータベース間のシームレスな統合を実現するよう設計されており、高度なデータベース操作やビジネスインテリジェンスワークフローを強化します。AI駆動システムがSQLクエリの実行、データベーススキーマの探索、分析処理をTeradataデータウェアハウス上で直接行うことを可能にします。クエリ、スキーマ検査、データ分析のツールを提供することで、Teradata上のビジネスインサイト取得、大規模データセット管理、データ駆動アプリケーション開発の自動化をAIエージェントや開発者が実現できます。データアナリスト、エンジニア、リアルタイムでTeradataにアクセスするAIシステムの生産性向上を支援します。

プロンプト一覧

リポジトリには明示的な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

リポジトリには明示的なリソースの記載はありません。

ツール一覧

• query
  データベースからデータを読み取るSELECTクエリを実行します。
  入力: query（文字列） — 実行するSELECT SQLクエリ。
  返り値: オブジェクト配列としてのクエリ結果。

• list_db
  Teradataシステム内のすべてのデータベースを一覧表示します。
  返り値: データベースの一覧。

• list_objects
  データベース内のオブジェクトを一覧表示します。
  入力: db_name（文字列） — データベース名。
  返り値: 指定またはユーザーデフォルトのデータベース内のオブジェクト一覧。

• show_tables
  データベース内のテーブル詳細情報を表示します。
  入力: table_name（文字列） — テーブル名。
  返り値: カラム名とデータ型の配列。

• list_missing_values
  テーブル内で欠損値が多い特徴量の上位を一覧表示します。

• list_negative_values
  テーブル内で負の値を持つ特徴量の数を一覧表示します。

• list_distinct_values
  テーブル内のカラムにおけるユニークなカテゴリ数を一覧表示します。

• standard_deviation
  テーブル内のカラムについて平均値と標準偏差を返します。

このMCPサーバーのユースケース

• データベースクエリの自動化
  queryツールを活用し、ビジネスデータの取得を自動化。AIエージェントや開発者が手動SQLスクリプトなしで複雑なSELECT操作を実行可能にします。

• スキーマ探索
  list_db、list_objects、show_tablesを使い、データベース構造を把握し、利用可能なテーブルやカラム型を確認。新規データセットの導入やデータ駆動アプリ構築に必須です。

• データ品質分析
  list_missing_valuesやlist_negative_valuesを利用し、欠損値や異常値などのデータ品質問題を検出。前処理や分析作業に重要です。

• カテゴリデータのインサイト
  list_distinct_valuesを使い、カラム内のユニークカテゴリを特定。特徴量エンジニアリングやビジネスレポート作成を支援します。

• 統計要約
  standard_deviationツールで平均値や標準偏差など主要統計量を迅速に取得。記述的分析や異常検知に役立ちます。

セットアップ方法

Windsurf

特定のセットアップ手順は記載されていません。

Claude

1. uv がインストールされていることを確認してください。
2. mcp-teradataリポジトリをクローンまたはダウンロードします。
3. claude_desktop_config.json設定ファイルを探します。
4. mcpServersオブジェクト内にTeradata MCPサーバー設定を追加します:

   {
     "mcpServers": {
       "teradata": {
         "command": "uv",
         "args": [
           "--directory",
           "/Users/MCP/mcp-teradata",
           "run",
           "teradata-mcp"
         ],
         "env": {
           "DATABASE_URI": "teradata://user:passwd@host"
         }
       }
     }
   }
   

5. 設定ファイルを保存し、Claude Desktopを再起動します。
6. テストクエリの実行やログ確認で接続を検証してください。

APIキーの保護について

機密情報（DATABASE_URIなど）はenvセクションに保存しましょう:

"env": {
  "DATABASE_URI": "teradata://user:passwd@host"
}

必要に応じて環境変数やシークレットマネージャーを活用してください。

Cursor

特定のセットアップ手順は記載されていません。

Cline

特定のセットアップ手順は記載されていません。

フロー内でのMCPの使い方

FlowHuntでのMCP利用

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、AIエージェントと接続します。

MCPコンポーネントをクリックして構成パネルを開き、システムMCP設定セクションに以下のJSON形式でMCPサーバー情報を入力してください:

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

構成後、AIエージェントはこのMCPをツールとして利用でき、全機能にアクセス可能です。“teradata"は実際のMCPサーバー名に、URLはご自身のMCPサーバーURLに差し替えてください。

概要

Roots対応: 記載なし

提供されているドキュメントや機能面から見ると、Teradata MCPサーバーは堅実なデータベースツールを提供しますが、リソースやプロンプトテンプレート、Roots、サンプリングサポートについて包括的なドキュメントが不足しています。データベース作業には機能が充実していますが、標準的なMCP機能やガイダンスは限定的です。

MCPスコア

評価:
このMCPサーバーの評価は10点中5点です。堅牢なデータベースツールと明確なライセンスを備えていますが、プロンプトテンプレート、リソース、Roots、サンプリング、プラットフォーム非依存のセットアップ説明のドキュメントが不足しています。TeradataやMCPの概念に既に精通した技術ユーザー向けに適しています。