「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
- uv がインストールされていることを確認してください。
mcp-teradataリポジトリをクローンまたはダウンロードします。claude_desktop_config.json設定ファイルを探します。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" } } } }- 設定ファイルを保存し、Claude Desktopを再起動します。
- 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
| セクション | 利用可否 | 詳細・備考 |
|---|---|---|
| 概要 | ✅ | |
| プロンプト一覧 | ⛔ | 記載なし |
| リソース一覧 | ⛔ | 記載なし |
| ツール一覧 | ✅ | 8種類のツールを記載 |
| APIキーの保護 | ✅ | 設定でenvを利用 |
| サンプリングサポート(評価において重要度低) | ⛔ | 記載なし |
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
| LICENSE有無 | ✅(MIT) |
|---|---|
| ツールが1つ以上ある | ✅ |
| フォーク数 | 1 |
| スター数 | 6 |
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。
