KurrentDB MCP Server

Co robi serwer “KurrentDB” MCP?

KurrentDB MCP Server to narzędzie zaprojektowane, aby umożliwić asystentom AI i deweloperom płynną interakcję z KurrentDB — bazą danych opartą na strumieniach. Poprzez udostępnienie zestawu narzędzi i standaryzowanych operacji serwer pozwala klientom na zapytania, odczyt i zapis danych strumieniowych oraz tworzenie i zarządzanie projekcjami bezpośrednio ze środowisk deweloperskich AI. Ta integracja usprawnia przepływy pracy, umożliwiając takie zadania jak pobieranie strumieni zdarzeń, rejestrowanie nowych wydarzeń i tworzenie projekcji danych do wykonania programowo lub w języku naturalnym. KurrentDB MCP Server przyspiesza prototypowanie, debugowanie oraz eksplorację danych zdarzeniowych, co czyni go szczególnie wartościowym do szybkiego rozwoju i analizy w aplikacjach opartych na KurrentDB.

Lista Promptów

• read_stream: Szablon do pobierania zdarzeń ze wskazanego strumienia z opcjami kierunku i limitu.
• write_events_to_stream: Szablon do dodawania zdarzeń do strumienia, określając typ zdarzenia, dane i metadane.
• list_streams: Szablon do listowania dostępnych strumieni z obsługą paginacji i kierunku.
• build_projection: Szablon do opisu i generowania nowej projekcji z pomocą AI.
• create_projection: Szablon do tworzenia projekcji na podstawie specyfikacji.
• update_projection: Szablon do aktualizacji istniejącej projekcji.
• test_projection: Szablon do testowania projekcji na danych przykładowych.
• get_projections_status: Szablon do pobierania statusu wszystkich projekcji.

Lista Zasobów

• Stream Data: Dostęp do danych zdarzeń w strumieniach KurrentDB, umożliwiający odczyt i analizę.
• Streams List: Lista i metadane dostępnych strumieni w bazie danych.
• Projections: Definicje i widoki obliczeniowe (projekcje) budowane na podstawie danych strumieniowych.
• Projections Status: Informacje o statusie w czasie rzeczywistym dla istniejących projekcji.

Lista Narzędzi

• read_stream: Odczytuje zdarzenia z określonego strumienia z opcją kierunku (wstecz/do przodu) i liczby.
• write_events_to_stream: Dodaje nowe zdarzenia do strumienia z własnymi danymi, typem zdarzenia i metadanymi.
• list_streams: Zwraca listę wszystkich dostępnych strumieni w instancji KurrentDB.
• build_projection: Wykorzystuje AI do wygenerowania projekcji na podstawie wymagań użytkownika.
• create_projection: Tworzy nową projekcję w KurrentDB.
• update_projection: Aktualizuje istniejącą projekcję o nowe specyfikacje.
• test_projection: Testuje projekcję na danych przykładowych lub scenariuszach.
• get_projections_status: Pobiera informacje o stanie i kondycji wszystkich projekcji.

Przypadki użycia tego MCP Servera

• Eksploracja zdarzeń w bazie danych: Deweloperzy mogą szybko przeglądać, filtrować i analizować historyczne lub bieżące dane zdarzeń w dowolnym strumieniu KurrentDB, usprawniając rozwiązywanie problemów i audyty.
• Rejestracja i logowanie zdarzeń: Programowe logowanie nowych zdarzeń (np. działania użytkownika, zmiany systemowe) bezpośrednio do bazy danych dla solidnego event sourcingu i śledzenia.
• Tworzenie i debugowanie projekcji: Szybkie budowanie, testowanie i udoskonalanie projekcji do analityki lub modeli danych pochodnych, skracając cykl informacji zwrotnej dla funkcji opartych na danych.
• Odkrywanie metadanych strumieni: Listowanie wszystkich strumieni i analiza ich struktury lub metadanych w celu projektowania schematów lub nawigacji po danych.
• Monitorowanie operacyjne: Wykorzystaj narzędzia do sprawdzania stanu i kondycji projekcji, upewniając się, że kluczowe transformacje danych działają zgodnie z oczekiwaniami.

Jak skonfigurować

Windsurf

1. Wymagania wstępne: Upewnij się, że Python jest zainstalowany, a KurrentDB działa z włączonymi projekcjami (--run-projections=all --start-standard-projections).
2. Lokalizacja konfiguracji: Otwórz .codeium/windsurf/mcp_config.json.
3. Dodaj serwer KurrentDB MCP:

   {
     "mcpServers": {
       "kurrentdb": {
         "command": "python",
         "args": ["path to mcp-server folder\\server.py"],
         "env": {
           "KURRENTDB_CONNECTION_STRING": "wstaw tutaj połączenie do kurrentdb"
         }
       }
     }
   }
   

4. Zapisz i uruchom ponownie: Zapisz plik konfiguracyjny i uruchom ponownie Windsurf.
5. Weryfikacja: Upewnij się, że serwer MCP jest aktywny i połączony.

Claude

1. Wymagania wstępne: Zainstalowany Python, KurrentDB uruchomiony z wymaganymi flagami projekcji.
2. Lokalizacja konfiguracji: Edytuj plik konfiguracyjny Claude Desktop.
3. Dodaj serwer KurrentDB MCP:

   {
     "servers": {
       "KurrentDB": {
         "type": "stdio",
         "command": "uv",
         "args": [
           "--directory",
           "path to mcp-server folder",
           "run",
           "server.py"
         ],
         "env": {
           "KURRENTDB_CONNECTION_STRING": "wstaw tutaj połączenie do kurrentdb"
         }
       }
     }
   }
   

4. Zapisz i uruchom ponownie: Zapisz i ponownie uruchom Claude Desktop.
5. Weryfikacja: Upewnij się, że KurrentDB MCP pojawia się w interfejsie Claude.

Cursor

1. Wymagania wstępne: Python i KurrentDB skonfigurowane jak wyżej.
2. Lokalizacja konfiguracji: Edytuj .cursor/mcp.json.
3. Dodaj serwer KurrentDB MCP:

   {
     "mcpServers": {
       "kurrentdb": {
         "command": "python",
         "args": ["path to mcp-server folder\\server.py"],
         "env": {
           "KURRENTDB_CONNECTION_STRING": "wstaw tutaj połączenie do kurrentdb"
         }
       }
     }
   }
   

4. Zapisz i uruchom ponownie: Zastosuj zmiany i uruchom ponownie Cursor.
5. Weryfikacja: Sprawdź, czy serwer MCP działa i jest dostępny.

Cline

Brak szczegółowych instrukcji w repozytorium dotyczących konfiguracji Cline.

Zabezpieczanie kluczy API

Używaj zmiennych środowiskowych w konfiguracji:

"env": {
  "KURRENTDB_CONNECTION_STRING": "wstaw tutaj połączenie do kurrentdb"
}

Dzięki temu dane uwierzytelniające pozostają bezpieczne i poza systemem kontroli wersji.

Jak używać MCP w flow

Użycie MCP w FlowHunt

Aby zintegrować serwery MCP w swoim workflow FlowHunt, zacznij od dodania komponentu MCP do przepływu i połącz go ze swoim agentem AI:

Kliknij komponent MCP, aby otworzyć panel konfiguracji. W sekcji konfiguracji systemowej MCP wstaw dane serwera MCP w tym formacie JSON:

{
  "kurrentdb": {
    "transport": "streamable_http",
    "url": "https://twojserwermcp.example/sciezka_do_mcp/url"
  }
}

Po skonfigurowaniu agent AI może korzystać z tego MCP jako narzędzia ze wszystkimi jego funkcjami i możliwościami. Pamiętaj, aby zamienić “kurrentdb” na właściwą nazwę Twojego serwera MCP i podać swój własny adres URL MCP.

Przegląd

Nasza opinia

KurrentDB MCP Server jest dobrze udokumentowany i oferuje kompleksowy zestaw narzędzi i zasobów do pracy ze strumieniami i projekcjami w KurrentDB. Instrukcje konfiguracji są jasne dla głównych platform, jednak niektóre zaawansowane funkcje MCP, takie jak Roots i Sampling, nie zostały opisane. Ogólnie rzecz biorąc, MCP jest solidny w swoim docelowym zastosowaniu do bazy danych.

Ocena: 8/10

Ocena MCP