Tinybird MCP-server

Vad gör “Tinybird” MCP-servern?

Tinybird MCP (Model Context Protocol) Server är skapad för att koppla AI-assistenter till Tinybird dataanalysplattformen. Den möjliggör sömlös interaktion mellan AI-klienter och Tinybird-arbetsytor, så att du kan fråga datakällor, hämta resultat från API-endpoints och skicka datafiler direkt från assistenten. Denna integration effektiviserar arbetsflöden för utvecklare, dataanalytiker och andra användare genom att de kan göra databasfrågor, hantera data och interagera med API:er inom ramen för sin utvecklingsmiljö. Servern stödjer både SSE- och STDIO-lägen, vilket ger flexibilitet för olika klientarkitekturer och användningsfall.

Lista över prompts

• Fråga Tinybird-datakällor: En promptmall som gör det möjligt för användare att fråga Tinybird-datakällor via Tinybird Query API.

Lista över resurser

(Inga uttryckliga resurser listas i den tillhandahållna informationen.)

Lista över verktyg

• Fråga Tinybird-datakällor: Möjliggör körning av frågor mot Tinybird-datakällor via Query API.
• Hämta Tinybird API-endpoint-resultat: Hämtar resultat från befintliga Tinybird API-endpoints via HTTP-anrop.
• Skicka datafiler: Möjliggör uppladdning av datafiler till Tinybird.

Användningsområden för denna MCP-server

• Dataanalys & utforskning: Utvecklare kan fråga och analysera data som lagras i Tinybird direkt från sin AI-assistent, vilket effektiviserar datadrivna beslut.
• API-integration: Hämta enkelt resultat från Tinybird API-endpoints, vilket förenklar integrationen av analys i andra applikationer eller dashboards.
• Automatiserad rapportering: Använd AI-assistenten för att generera och leverera återkommande analysrapporter genom att fråga Tinybird-datakällor.
• Datainmatning & hantering: Skicka nya datafiler till Tinybird för realtidsanalys, vilket möjliggör snabba uppdateringar och iterativa analysarbetsflöden.
• Arbetsflödesautomation: Kombinera frågeställning, uppladdning och hämtning av data för end-to-end-automation av dataflöden inom utvecklingsmiljöer.

Så här sätter du upp det

Windsurf

(Ingen information tillhandahållen.)

Claude

1. Förkunskaper: Säkerställ att du har ett Tinybird-konto & arbetsyta, Claude Desktop och uv installerat.
2. Leta upp konfigurationsfilen:
   • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%/Claude/claude_desktop_config.json
3. Lägg till Tinybird MCP-server: Klistra in följande i din konfigurationsfil och ersätt platshållarna:

   {
       "mcpServers": {
           "mcp-tinybird": {
               "command": "uvx",
               "args": [
                   "mcp-tinybird",
                   "stdio"
               ],
               "env": {
                   "TB_API_URL": "<TINYBIRD_API_URL>",
                   "TB_ADMIN_TOKEN": "<TINYBIRD_ADMIN_TOKEN>"
               }
           }
       }
   }
   

4. Spara och starta om: Spara filen och starta om Claude Desktop.
5. Verifiera: Kontrollera att servern ansluter och är tillgänglig i Claude.

Säkra API-nycklar

Miljövariabler används för API-nycklar. Exempel:

"env": {
    "TB_API_URL": "<TINYBIRD_API_URL>",
    "TB_ADMIN_TOKEN": "<TINYBIRD_ADMIN_TOKEN>"
}

Cursor

(Ingen information tillhandahållen.)

Cline

(Ingen information tillhandahållen.)

Så här använder du 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 koppla den till din AI-agent:

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

{
  "mcp-tinybird": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

När det är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och möjligheter. Kom ihåg att ändra “mcp-tinybird” till det faktiska namnet på din MCP-server och byt ut URL:en mot din egen MCP-server-URL.

Översikt

En snabb bedömning: Tinybird MCP-servern ger tydliga installationsinstruktioner för Claude och grundläggande verktygsbeskrivningar, men saknar uttrycklig resursdokumentation och detaljer för plattformsoberoende installation. Verktygsuppsättningen är fokuserad och praktisk för Tinybird-arbetsflöden, men bristen på resurs- och samplinginformation begränsar avancerade MCP-scenarier.

MCP-betyg

Betyg:
Baserat på informationen ovan och tabellerna skulle jag ge denna MCP-server 6/10. Den är solid för Tinybird-användare med bra grundläggande integration och säkerhetspraxis, men saknar viss dokumentation och avancerade MCP-funktioner.