Couchbase MCP-server

Hva gjør “Couchbase” MCP-serveren?

Couchbase MCP-serveren er en implementering av Model Context Protocol (MCP) som gjør det mulig for Large Language Models (LLM-er) og AI-assistenter å samhandle direkte med data lagret i Couchbase-klynger. Som en mellomvare gir denne serveren sømløs integrasjon av Couchbase-databaseoperasjoner i AI-drevne utviklingsarbeidsflyter. Den støtter oppgaver som å hente strukturen til samlinger, få tilgang til dokumenter etter ID, oppdatere eller slette dokumenter, og kjøre SQL++-spørringer. Ved å koble LLM-er til live Couchbase-data kan utviklere automatisere databaseadministrasjon, øke produktiviteten og forenkle komplekse dataoperasjoner via naturlige språkgrensesnitt. Serveren kan konfigureres for kun lesing eller lese/skriv-modus, og er kompatibel med ulike MCP-klienter som Claude Desktop, Cursor og Windsurf.

Liste over promptmaler

Ingen informasjon om promptmaler er oppgitt i depotet.

Liste over ressurser

Ingen eksplisitte ressursdefinisjoner er dokumentert i depotfiler eller README.

Liste over verktøy

• Hent en liste over alle omfang og samlinger: Hent metadata om organiseringen av en spesifisert Couchbase-bucket.
• Hent strukturen for en samling: Få tilgang til strukturell informasjon (skjema) for en gitt samling.
• Hent et dokument etter ID: Hent et dokument fra et spesifisert omfang og samling ved bruk av dets unike ID.
• Oppdater eller sett inn et dokument etter ID: Sett inn eller oppdater et dokument i et spesifisert omfang og samling.
• Slett et dokument etter ID: Fjern et dokument fra et spesifisert omfang og samling.
• Kjør en SQL++-spørring: Kjør en kun-les SQL++-spørring, eller (valgfritt) med skrivetilgang, mot et spesifisert omfang. Som standard er spørringer som endrer data deaktivert av sikkerhetsgrunner.

Bruksområder for denne MCP-serveren

• Databaseadministrasjon: Automatiser vanlige databaseoperasjoner som å legge til, oppdatere eller slette dokumenter direkte fra AI-grensesnitt, og reduser manuelt arbeid.
• Datautforsking: La utviklere og AI-agenter raskt utforske datastrukturer, samlinger og dokumentinnhold for analyse- eller feilsøkingsformål.
• Interaktiv spørring: Aktiver naturlige språkspørringer som oversettes til SQL++ og kjøres på Couchbase, noe som gjør datahenting tilgjengelig for ikke-eksperter.
• Automatisert rapportering: Legg til rette for generering av dynamiske rapporter ved å spørrre og aggregere data gjennom AI-drevne arbeidsflyter.
• Sømløs integrasjon i utviklingsarbeidsflyt: Øk produktiviteten ved å integrere Couchbase-datatilgang i verktøy som Claude, Cursor eller Windsurf, og effektiviser kontekstbevisst koding og dokumentasjonsoppgaver.

Slik setter du det opp

Windsurf

1. Forutsetninger: Sørg for at Python 3.10+ og uv er installert; ha tilgang til en Couchbase-klynge.
2. Klon depotet:

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

3. Rediger Windsurf MCP-klientkonfigurasjonen til å inkludere Couchbase MCP-serveren:

   {
     "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. Start Windsurf på nytt for å ta i bruk endringer.
5. Verifiser tilkoblingen ved å kjøre en testspørring.

Claude

1. Forutsetninger: Python 3.10+, uv, tilgang til Couchbase-klynge, Claude Desktop installert.
2. Klon Couchbase MCP Server-repoet.
3. Finn konfigurasjonsfilen:
   • Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%\Claude\claude_desktop_config.json
4. Legg til serverkonfigurasjonen som vist ovenfor i mcpServers-seksjonen.
5. Start Claude Desktop på nytt.
6. Test ved å spørrre Couchbase-data via Claude-grensesnittet.

Cursor

1. Sørg for Python 3.10+, uv og tilgang til en Couchbase-klynge.
2. Klon repoet og installer avhengigheter om nødvendig.
3. Legg til Couchbase MCP-serveren i Cursors konfigurasjon:

   {
     "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. Start Cursor på nytt.
5. Verifiser ved å kjøre en databaseoperasjon.

Cline

1. Oppfyll forutsetningene: Python 3.10+, uv, Couchbase-klynge.
2. Klon depotet lokalt.
3. Legg til følgende i Clines MCP-konfigurasjon:

   {
     "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. Lagre endringer og start Cline på nytt.
5. Bekreft oppsettet ved å utføre en databasehandling.

Sikring av API-nøkler:
Alle sensitive verdier (f.eks. CB_PASSWORD) lagres som miljøvariabler i konfigurasjonens env-seksjon.
Eksempel:

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

Slik bruker du denne MCP-en i flyter

Bruke MCP i FlowHunt

For å integrere MCP-servere i FlowHunt-arbeidsflyten din, start med å legge til MCP-komponenten i flyten og koble den til AI-agenten din:

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon setter du inn MCP-serverdetaljene dine med dette JSON-formatet:

{ “couchbase”: { “transport”: “streamable_http”, “url”: “https://yourmcpserver.example/pathtothemcp/url" } }

Når det er konfigurert, kan AI-agenten nå bruke denne MCP-en som et verktøy med tilgang til alle dens funksjoner og muligheter. Husk å endre “couchbase” til det faktiske navnet på MCP-serveren din og bytt ut URL-en med din egen MCP-server-URL.

Oversikt

Basert på tabellen over er Couchbase MCP-serveren godt dokumentert for oppsett og verktøy, men mangler eksplisitte promptmaler, ressursdefinisjoner og dokumentasjon på sampling/røtter. Nytten for databasetasks er tydelig, men den kan forbedres med flere MCP-native funksjoner. Jeg vil gi denne MCP-serveren en 6/10 for generelt LLM- og utviklerbruk.

MCP-score