MotherDuck MCP-server

Wat doet de “MotherDuck” MCP-server?

MotherDuck MCP-server is een implementatie van het Model Context Protocol (MCP) die AI-assistenten en IDE’s verbindt met DuckDB- en MotherDuck-databases. Het stelt gebruikers in staat krachtige SQL-analyses uit te voeren via een gestandaardiseerde interface voor zowel lokale DuckDB-bestanden als cloudgebaseerde MotherDuck-databases. De server ondersteunt hybride uitvoering, waardoor naadloze data-toegang mogelijk is vanaf zowel lokale als cloudopslag, inclusief Amazon S3 via MotherDuck-integraties. Door database-interactie beschikbaar te maken als tool voor AI-systemen, wordt het eenvoudig voor ontwikkelaars en AI-agenten om databasequery’s uit te voeren, data te beheren en dataworkflows te stroomlijnen zonder handmatige configuratie of serverbeheer. Deze serverloze aanpak versnelt analytics, data-deling en de ontwikkeling van datapijplijnen direct vanuit AI-gedreven omgevingen.

Lijst met prompts

• duckdb-motherduck-initial-prompt: Een prompt-sjabloon om een verbinding te initialiseren met DuckDB of MotherDuck en te starten met werken met de database.

Lijst met bronnen

• Close the Loop: Snellere datapijplijnen met MCP, DuckDB & AI (Blogpost): Blogpost over de integratie van MCP, DuckDB en AI voor snelle ontwikkeling van datapijplijnen.
• Snellere ontwikkeling van datapijplijnen met MCP en DuckDB (YouTube): Video die het gebruik van MCP en DuckDB voor datapijplijnen demonstreert.

Lijst met tools

• query: Voert een SQL-query uit op de DuckDB- of MotherDuck-database.
  • Inputs:
    • query (string, verplicht): De uit te voeren SQL-statement.

Gebruikstoepassingen van deze MCP-server

• SQL-analyses in AI-assistenten: Stelt LLM’s of code-assistenten in staat direct SQL-query’s uit te voeren op DuckDB of MotherDuck, waardoor natuurlijke taal-instructies worden omgezet in bruikbare analyses.
• Ontwikkeling van datapijplijnen: Versnelt het ontwikkelen en prototypen van datapijplijnen doordat AI-systemen kunnen interacteren met zowel lokale als cloud-datasources.
• Hybride lokaal & cloud-queryen: Ondersteunt scenario’s waarbij ontwikkelaars zowel on-premises (DuckDB) als cloud (MotherDuck) data naadloos moeten bevragen, waardoor workflow-flexibiliteit toeneemt.
• Cloudopslag-integratie: AI-agenten kunnen data in Amazon S3 of andere geïntegreerde cloudopslag benaderen en analyseren via MotherDuck-verbindingen.
• Serverloze data-exploratie: Elimineert de noodzaak om compute-infrastructuur te beheren, waardoor snelle, on-demand analyses mogelijk worden voor gebruikers en AI-systemen.

Hoe stel je het in

Windsurf

1. Zorg dat je Node.js en Windsurf hebt geïnstalleerd.

2. Open je Windsurf-configuratiebestand (meestal windsurf.config.json).

3. Voeg de MotherDuck MCP-server toe aan de sectie mcpServers:

   {
     "mcpServers": {
       "motherduck": {
         "command": "uvx",
         "args": ["mcp-server-motherduck", "--transport", "stream", "--db-path", "md:"]
       }
     }
   }
   

4. Sla de configuratie op en herstart Windsurf.

5. Controleer in Windsurf of de MotherDuck MCP-server draait en bereikbaar is.

API-sleutels beveiligen

Gebruik omgevingsvariabelen om gevoelige gegevens zoals je MotherDuck-token aan te leveren:

{
  "mcpServers": {
    "motherduck": {
      "command": "uvx",
      "args": ["mcp-server-motherduck", "--transport", "stream", "--db-path", "md:"],
      "env": {
        "motherduck_token": "${MOTHERDUCK_TOKEN}"
      }
    }
  }
}

Claude

1. Installeer Claude en zorg dat Node.js is ingesteld.

2. Zoek het configuratiebestand van Claude (meestal claude.config.json).

3. Voeg het volgende toe aan je mcpServers:

   {
     "mcpServers": {
       "motherduck": {
         "command": "uvx",
         "args": ["mcp-server-motherduck", "--transport", "stream", "--db-path", "md:"]
       }
     }
   }
   

4. Herstart Claude en controleer of de server in de UI verschijnt.

5. Gebruik omgevingsvariabelen zoals hierboven om API-sleutels te beveiligen.

Cursor

1. Zorg dat je Cursor geïnstalleerd en bijgewerkt hebt.

2. Open de Cursor-instellingen (cursor.config.json).

3. Voeg het volgende in onder mcpServers:

   {
     "mcpServers": {
       "motherduck": {
         "command": "uvx",
         "args": ["mcp-server-motherduck", "--transport", "stream", "--db-path", "md:"]
       }
     }
   }
   

4. Sla op en herstart Cursor.

5. Stel gevoelige tokens in via omgevingsvariabelen.

Cline

1. Installeer Cline en de benodigde afhankelijkheden.

2. Bewerk cline.config.json om het volgende toe te voegen:

   {
     "mcpServers": {
       "motherduck": {
         "command": "uvx",
         "args": ["mcp-server-motherduck", "--transport", "stream", "--db-path", "md:"]
       }
     }
   }
   

3. Sla de configuratie op en herstart Cline.

4. Zorg dat motherduck_token als omgevingsvariabele is ingesteld voor de veiligheid.

Hoe gebruik je deze MCP binnen flows

MCP gebruiken in FlowHunt

Om MCP-servers te integreren in je FlowHunt-workflow, begin je met het toevoegen van de MCP-component aan je flow en verbind je deze met je AI-agent:

Klik op de MCP-component om het configuratiepaneel te openen. Voeg in de systeem-MCP-configuratie je MCP-servergegevens toe in dit JSON-formaat:

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

Na configuratie kan de AI-agent deze MCP nu gebruiken als tool met toegang tot alle functies en mogelijkheden. Vergeet niet "motherduck" te vervangen door de daadwerkelijke naam van je MCP-server en de URL met je eigen MCP-server-URL.

Overzicht

Tussen deze twee tabellen is de MotherDuck MCP-server goed gedocumenteerd met duidelijke prompts, tool-ondersteuning, bronnen en beveiligingspraktijken, maar er ontbreekt een expliciete vermelding van Roots en Sampling-ondersteuning. Al met al is het een solide, praktische implementatie voor database-analyses met een MCP-interface.

MCP-score