KurrentDB MCP-server

Vad gör “KurrentDB” MCP-servern?

KurrentDB MCP-servern är ett verktyg utformat för att ge AI-assistenter och utvecklare möjlighet att sömlöst interagera med KurrentDB, en strömbaserad databas. Genom att exponera en uppsättning verktyg och standardiserade operationer gör servern det möjligt för klienter att fråga, läsa och skriva strömmad data samt bygga och hantera projektioner direkt från AI-utvecklingsmiljöer. Denna integration förbättrar arbetsflöden genom att uppgifter som att hämta händelseströmmar, registrera nya händelser och skapa dataprojektioner kan utföras programmatiskt eller via naturligt språk. KurrentDB MCP-servern effektiviserar prototypframtagning, felsökning och utforskning av händelsedriven data och är särskilt värdefull för snabb utveckling och analys i applikationer som använder KurrentDB.

Lista över prompts

• read_stream: Mall för att hämta händelser från en angiven ström, med alternativ för riktning och begränsning.
• write_events_to_stream: Mall för att lägga till händelser i en ström, med specificering av händelsetyp, data och metadata.
• list_streams: Mall för att lista tillgängliga strömmar, med stöd för paginering och riktning.
• build_projection: Mall för att beskriva och generera en ny projektion med AI-hjälp.
• create_projection: Mall för att skapa en projektion från en specifikation.
• update_projection: Mall för att uppdatera en befintlig projektion.
• test_projection: Mall för att testa en projektion med exempeldata.
• get_projections_status: Mall för att hämta status för alla projektioner.

Redo att växa ditt företag?

Starta din kostnadsfria provperiod idag och se resultat inom några dagar.

Begär demo Logga in

Lista över resurser

• Strömd data: Tillgång till händelsedata i strömmar inom KurrentDB, vilket möjliggör läsning och analys.
• Strömlista: Lista och metadata för tillgängliga strömmar i databasen.
• Projektioner: Definitioner och beräknade vyer (projektioner) byggda från strömd data.
• Projektioners status: Realtidsstatus för befintliga projektioner.

Lista över verktyg

• read_stream: Läser händelser från en specifik ström, med val för ordning (bakåt/framåt) och antal.
• write_events_to_stream: Lägger till nya händelser i en ström med egen data, händelsetyp och metadata.
• list_streams: Returnerar en lista över alla tillgängliga strömmar i KurrentDB-instansen.
• build_projection: Använder AI för att generera en projektion baserat på användarkrav.
• create_projection: Skapar en ny projektion i KurrentDB.
• update_projection: Uppdaterar en befintlig projektion med nya specifikationer.
• test_projection: Testar en projektion med hjälp av exempeldata eller scenarier.
• get_projections_status: Hämtar status och hälsotillstånd för alla projektioner.

Gå med i vårt nyhetsbrev

Få de senaste tipsen, trenderna och erbjudandena gratis.

E-postadress

Prenumerera

Användningsområden för denna MCP-server

• Utforskning av databashändelser: Utvecklare kan snabbt visa, filtrera och analysera historisk eller realtids-händelsedata i vilken KurrentDB-ström som helst, vilket förenklar felsökning och revisioner.
• Händelseinfogning och loggning: Programmatiskt logga nya händelser (t.ex. användaråtgärder, systemförändringar) direkt i databasen för robust event sourcing och spårbarhet.
• Projektionutveckling och felsökning: Bygg snabbt, testa och förbättra projektioner för analys eller härledda datamodeller, vilket förkortar feedbackcykler för datadrivna funktioner.
• Upptäckt av strömmarnas metadata: Lista alla strömmar och granska deras struktur eller metadata för att informera om schemadesign eller datanavigering.
• Operativ övervakning: Använd verktygen för att kontrollera hälsa och status för projektioner och säkerställa att viktiga datatransformationer körs som förväntat.

Hur du sätter upp det

Windsurf

1. Förutsättningar: Se till att Python är installerat och att KurrentDB körs med projektioner aktiverade (--run-projections=all --start-standard-projections).
2. Hitta konfiguration: Öppna .codeium/windsurf/mcp_config.json.
3. Lägg till KurrentDB MCP-server:

   {
     "mcpServers": {
       "kurrentdb": {
         "command": "python",
         "args": ["path to mcp-server folder\\server.py"],
         "env": {
           "KURRENTDB_CONNECTION_STRING": "infoga kurrentdb-anslutning här"
         }
       }
     }
   }
   

4. Spara och starta om: Spara konfigurationen och starta om Windsurf.
5. Verifiera inställning: Kontrollera att MCP-servern är aktiv och ansluten.

Claude

1. Förutsättningar: Python installerat, KurrentDB körs med nödvändiga projektion-flaggor.
2. Hitta konfiguration: Redigera din Claude Desktop-konfigurationsfil.
3. Lägg till KurrentDB MCP-server:

   {
     "servers": {
       "KurrentDB": {
         "type": "stdio",
         "command": "uv",
         "args": [
           "--directory",
           "path to mcp-server folder",
           "run",
           "server.py"
         ],
         "env": {
           "KURRENTDB_CONNECTION_STRING": "infoga kurrentdb-anslutning här"
         }
       }
     }
   }
   

4. Spara och starta om: Spara och starta om Claude Desktop.
5. Verifiera: Kontrollera att KurrentDB MCP visas i Claude-gränssnittet.

Cursor

1. Förutsättningar: Python och KurrentDB uppsatta enligt ovan.
2. Hitta konfiguration: Redigera .cursor/mcp.json.
3. Lägg till KurrentDB MCP-server:

   {
     "mcpServers": {
       "kurrentdb": {
         "command": "python",
         "args": ["path to mcp-server folder\\server.py"],
         "env": {
           "KURRENTDB_CONNECTION_STRING": "infoga kurrentdb-anslutning här"
         }
       }
     }
   }
   

4. Spara och starta om: Verkställ ändringar och starta om Cursor.
5. Verifiera: Kontrollera att MCP-servern körs och är tillgänglig.

Cline

Inga explicita instruktioner tillhandahålls i arkivet för Cline-uppsättning.

Säkra API-nycklar

Använd miljövariabler i din konfiguration:

"env": {
  "KURRENTDB_CONNECTION_STRING": "infoga kurrentdb-anslutning här"
}

Detta håller inloggningsuppgifter säkra och utanför versionshantering.

Hur du använder denna MCP i flöden

Att använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och ansluta den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationsavsnitt, ange dina MCP-serverdetaljer med detta JSON-format:

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

När den är konfigurerad kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och kapaciteter. Kom ihåg att byta ut “kurrentdb” till namnet på din faktiska MCP-server och byt ut URL:en till din egen MCP-serveradress.

Översikt

Vår bedömning

KurrentDB MCP-servern är väldokumenterad och erbjuder en omfattande uppsättning verktyg och resurser för interaktion med strömmar och projektioner i KurrentDB. Konfigurationsinstruktionerna är tydliga för de största plattformarna, men vissa avancerade MCP-funktioner som Roots och Sampling nämns inte. Överlag är denna MCP robust för sitt tänkta databasändamål.

Betyg: 8/10

MCP-poäng