MotherDuck MCP Server

Čo robí „MotherDuck“ MCP Server?

MotherDuck MCP Server je implementácia Model Context Protocolu (MCP), ktorá prepája AI asistentov a IDE s databázami DuckDB a MotherDuck. Umožňuje používateľom vykonávať výkonné SQL analytiky vďaka štandardizovanému rozhraniu na dopytovanie lokálnych DuckDB súborov aj cloudových databáz MotherDuck. Server podporuje hybridnú exekúciu, vďaka čomu je možný plynulý prístup k dátam z lokálneho aj cloudového úložiska, vrátane Amazon S3 cez integrácie MotherDuck. Tým, že sprístupňuje interakciu s databázou ako nástroj pre AI systémy, zjednodušuje vývojárom a AI agentom vykonávanie databázových dotazov, správu dát a optimalizáciu dátových workflow bez manuálnej konfigurácie alebo správy servera. Tento serverless prístup urýchľuje analytiku, zdieľanie dát a vývoj dátových pipeline priamo z AI prostredí.

Zoznam promptov

• duckdb-motherduck-initial-prompt: Šablóna promptu na inicializáciu pripojenia k DuckDB alebo MotherDuck a začatie práce s databázou.

Zoznam zdrojov

• Close the Loop: Faster Data Pipelines with MCP, DuckDB & AI (Blogpost): Blogpost o integrácii MCP, DuckDB a AI pre rýchly vývoj dátových pipeline.
• Faster Data Pipelines development with MCP and DuckDB (YouTube): Video ukazujúce využitie MCP a DuckDB pre dátové pipeline.

Zoznam nástrojov

• query: Spustí SQL dotaz na DuckDB alebo MotherDuck databáze.
  • Vstupy:
    • query (string, povinné): SQL príkaz na vykonanie.

Použitia tohto MCP servera

• SQL analytika v AI asistentoch: Umožňuje LLM alebo kódovacím asistentom spúšťať SQL dotazy priamo na DuckDB alebo MotherDuck, čím premieňa prirodzený jazyk na akčné analytiky.
• Vývoj dátových pipeline: Uľahčuje rýchlejší vývoj a prototypovanie dátových pipeline tým, že AI systémy môžu pracovať s lokálnymi aj cloudovými zdrojmi dát.
• Hybridné lokálne a cloudové dopytovanie: Podporuje situácie, keď vývojári potrebujú plynule dopytovať lokálne (DuckDB) aj cloudové (MotherDuck) dáta, čím zvyšuje flexibilitu workflow.
• Integrácia cloudového úložiska: AI agenti môžu pristupovať k dátam uloženým v Amazon S3 alebo inom integrovanom cloudovom úložisku cez MotherDuck pripojenia.
• Serverless prieskum dát: Odstraňuje potrebu spravovať výpočtovú infraštruktúru, umožňuje rýchlu, na požiadanie dostupnú analytiku pre používateľov a AI systémy.

Ako to nastaviť

Windsurf

1. Uistite sa, že máte nainštalované Node.js a Windsurf.

2. Otvorte konfiguračný súbor Windsurf (zvyčajne windsurf.config.json).

3. Pridajte MotherDuck MCP Server do sekcie mcpServers:

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

4. Uložte konfiguráciu a reštartujte Windsurf.

5. Overte vo Windsurf, že MotherDuck MCP Server beží a je dostupný.

Zabezpečenie API kľúčov

Na zadanie citlivých údajov, ako je MotherDuck token, použite environmentálne premenné:

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

Claude

1. Nainštalujte Claude a uistite sa, že máte pripravené Node.js.

2. Nájdite konfiguračný súbor Claude (zvyčajne claude.config.json).

3. Pridajte nasledovné do sekcie mcpServers:

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

4. Reštartujte Claude a overte v rozhraní, že server je dostupný.

5. Na zabezpečenie API kľúčov použite environmentálne premenné ako je uvedené vyššie.

Cursor

1. Uistite sa, že máte nainštalovaný a aktualizovaný Cursor.

2. Otvorte nastavenia Cursor (cursor.config.json).

3. Pridajte nasledujúce do sekcie mcpServers:

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

4. Uložte a reštartujte Cursor.

5. Nastavte citlivé tokeny cez environmentálne premenné.

Cline

1. Nainštalujte Cline a potrebné závislosti.

2. Upraviť cline.config.json a pridať:

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

3. Uložte konfiguráciu a reštartujte Cline.

4. Uistite sa, že motherduck_token je nastavený ako environmentálna premenná kvôli bezpečnosti.

Ako používať tento MCP vo flowoch

Použitie MCP vo FlowHunt

Na integráciu MCP serverov do vášho workflow vo FlowHunt pridajte komponent MCP do vášho flowu a prepojte ho s AI agentom:

Kliknite na MCP komponent pre otvorenie konfiguračného panelu. Do sekcie systémovej MCP konfigurácie vložte detaily vášho MCP servera v tomto JSON formáte:

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

Po nakonfigurovaní je AI agent schopný využívať tento MCP ako nástroj so všetkými jeho funkciami a možnosťami. Nezabudnite zmeniť "motherduck" na skutočný názov vášho MCP servera a URL nahradiť vašou MCP adresou.

Prehľad

V týchto dvoch tabuľkách je MotherDuck MCP Server dobre zdokumentovaný s jasnými promptmi, podporou nástrojov, zdrojmi a bezpečnostnými postupmi, no chýba explicitná zmienka o Roots a podpore sampling-u. Celkovo ide o solídnu, praktickú implementáciu pre databázovú analytiku s MCP rozhraním.

MCP skóre