MotherDuck MCP-server

Hva gjør “MotherDuck” MCP-serveren?

MotherDuck MCP-serveren er en implementering av Model Context Protocol (MCP) som bygger bro mellom KI-assistenter og IDE-er med DuckDB og MotherDuck-databaser. Den muliggjør kraftige SQL-analyser ved å tilby et standardisert grensesnitt for spørring mot både lokale DuckDB-filer og skybaserte MotherDuck-databaser. Serveren støtter hybrid kjøring, noe som gir sømløs tilgang til data både fra lokal og skybasert lagring, inkludert Amazon S3 via MotherDucks integrasjoner. Ved å eksponere databaseinteraksjon som et verktøy for KI-systemer, gjør den det enkelt for utviklere og KI-agenter å utføre databasespørringer, håndtere data og effektivisere dataarbeidsflyter – uten manuell konfigurasjon eller serveradministrasjon. Denne serverløse tilnærmingen akselererer analyse, datadeling og utvikling av datapipelines direkte fra KI-drevne miljøer.

Liste over prompt-maler

• duckdb-motherduck-initial-prompt: En prompt-mal for å initialisere en tilkobling til DuckDB eller MotherDuck og starte arbeidet med databasen.

Ressursliste

• Close the Loop: Faster Data Pipelines with MCP, DuckDB & AI (Blogginnlegg): Blogginnlegg som dekker integrasjonen av MCP, DuckDB og KI for rask utvikling av datapipelines.
• Faster Data Pipelines development with MCP and DuckDB (YouTube): Videoressurs som demonstrerer bruk av MCP og DuckDB for datapipelines.

Verktøyliste

• query: Utfører en SQL-spørring på enten DuckDB- eller MotherDuck-databasen.
  • Inndata:
    • query (streng, påkrevd): SQL-setningen som skal kjøres.

Bruksområder for denne MCP-serveren

• SQL-analyse i KI-assistenter: Gjør det mulig for LLM-er eller kodeassistenter å kjøre SQL-spørringer direkte mot DuckDB eller MotherDuck, og omgjøre naturlig språk til handlingbar analyse.
• Utvikling av datapipelines: Legger til rette for raskere utvikling og prototyping av datapipelines ved at KI-systemer kan samhandle med både lokale og skybaserte datakilder.
• Hybrid lokal & skyspørring: Støtter scenarier der utviklere trenger å spørrre både lokal (DuckDB) og sky (MotherDuck) data sømløst, og øker fleksibiliteten i arbeidsflyten.
• Integrasjon med skylagring: KI-agenter kan få tilgang til og analysere data lagret i Amazon S3 eller andre integrerte skylagringstjenester via MotherDuck-tilkoblinger.
• Serverløs datautforskning: Fjerner behovet for å administrere infrastruktur, og muliggjør rask, behovsbasert analyse for brukere og KI-systemer.

Slik setter du det opp

Windsurf

1. Sørg for at du har Node.js og Windsurf installert.

2. Åpne Windsurf-konfigurasjonsfilen din (vanligvis windsurf.config.json).

3. Legg til MotherDuck MCP-serveren i mcpServers-seksjonen:

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

4. Lagre konfigurasjonen og start Windsurf på nytt.

5. Bekreft i Windsurf at MotherDuck MCP-serveren kjører og er tilgjengelig.

Sikring av API-nøkler

Bruk miljøvariabler for å angi sensitive credentials som ditt MotherDuck-token:

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

Claude

1. Installer Claude og sørg for at Node.js er satt opp.

2. Finn Claude-konfigurasjonsfilen (typisk claude.config.json).

3. Legg til følgende i dine mcpServers:

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

4. Start Claude på nytt og bekreft at serveren vises i grensesnittet.

5. Bruk miljøvariabler som vist over for å sikre API-nøkler.

Cursor

1. Sørg for at du har Cursor installert og oppdatert.

2. Åpne Cursor-innstillingene (cursor.config.json).

3. Sett inn følgende under mcpServers:

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

4. Lagre og start Cursor på nytt.

5. Sett sensitive tokens via miljøvariabler.

Cline

1. Installer Cline og nødvendige avhengigheter.

2. Rediger cline.config.json for å inkludere:

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

3. Lagre konfigurasjonen og start Cline på nytt.

4. Sørg for at motherduck_token er satt som miljøvariabel for sikkerhet.

Hvordan bruke denne MCP-en i flows

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 KI-agenten din:

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon, legg inn detaljene for MCP-serveren din med dette JSON-formatet:

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

Når dette er konfigurert, vil KI-agenten kunne bruke denne MCP-en som et verktøy med tilgang til alle funksjoner og kapabiliteter. Husk å endre "motherduck" til navnet på din faktiske MCP-server og bytt ut URL-en med din egen MCP-server-URL.

Oversikt

Mellom disse to tabellene er MotherDuck MCP-serveren godt dokumentert med tydelige prompts, verktøystøtte, ressurser og sikkerhetsrutiner, men mangler eksplisitt omtale av Roots og Sampling-støtte. Alt i alt er det en solid, praktisk implementasjon for databaseanalyse med et MCP-grensesnitt.

MCP-score