GreptimeDB MCP Sunucusu

“greptimedb” MCP Sunucusu ne yapar?

greptimedb MCP (Model Context Protocol) Sunucusu, yapay zeka asistanlarını güçlü bir zaman serisi veritabanı olan GreptimeDB ile buluşturmak için tasarlanmış bir araçtır. Yapay zeka ajanlarının GreptimeDB ile güvenli ve verimli şekilde etkileşime girmesini sağlayarak veritabanı işlevlerine yapılandırılmış erişim sunar. Bu; tabloları listeleme, tablo verisi okuma ve SQL sorguları çalıştırma gibi yetenekleri, iyi tanımlanmış MCP primitifleri aracılığıyla kapsar. Bu işlemleri kontrollü bir şekilde açığa çıkaran greptimedb-mcp-server, yapay zeka tabanlı araç ve asistanların veritabanı içeriğini güvenli ve programatik olarak analiz etmesine, keşfetmesine ve yönetmesine olanak tanır. Bu yaklaşım, zengin ve bağlam farkındalığı yüksek veri analizi, raporlama ve otomasyon için hem sorumlu veri erişimi hem de güçlü etkileşimler sağlar.

Komut Listesi

• list_prompts
  Mevcut tüm prompt/şablonları listeler.
• get_prompt
  Belirli bir prompt’u adına göre getirir.

Kaynak Listesi

• list_resources
  GreptimeDB’de bulunan veritabanı tablolarını listeler.
• read_resource
  Veritabanındaki belirtilen tablo/kaynaktan veri okur.

Araç Listesi

• list_tools
  Sunucunun sunduğu tüm çalıştırılabilir araçları listeler.
• call_tool
  GreptimeDB veritabanında bir SQL komutu çalıştırır.

Bu MCP Sunucusunun Kullanım Senaryoları

• Veritabanı Tablosu Keşfi
  Yapay zeka asistanları, GreptimeDB örneğindeki tüm tabloları listeleyerek şema keşfi ve analitik/raporlama için veri haritalama yapabilir.
• Veri Sorgulama ve Analiz
  Ajanlar, izleme veya eğilim analizi gibi kullanım senaryolarını desteklemek için zaman serisi verilerini çıkarmak, toplamak veya analiz etmek adına SQL sorguları çalıştırabilir.
• Bağlamsal Veri Çekme
  Yapay zeka ajanlarının özet oluşturma, anomali tespiti veya tahmin gibi LLM görevleri için belirli tablo verilerini bağlam olarak çekmesini sağlar.
• Otomatik Raporlama
  Betiklerle veya yapay zeka tabanlı iş akışlarında sunucu, GreptimeDB’den en güncel verileri sorgulayarak düzenli raporlar oluşturabilir.
• Destekli Veri Yönetimi
  Geliştiriciler, GreptimeDB içeriğini etkileşimli olarak yönetmek ve incelemek için yapay zekadan faydalanabilir; bu da veri mühendisliği süreçlerinde verimliliği artırır.

Kurulum Nasıl Yapılır

Windsurf

1. Python ve GreptimeDB’nin kurulu olduğundan emin olun.
2. Veritabanı bağlantısı için ortam değişkenlerini ayarlayın veya komut satırı argümanları sağlayın (GREPTIMEDB_HOST, GREPTIMEDB_PORT, vb.).
3. MCP sunucusunu Windsurf yapılandırmanıza ekleyin:

   {
     "mcpServers": {
       "greptimedb": {
         "command": "greptimedb-mcp-server",
         "args": []
       }
     }
   }
   

4. Yapılandırmayı kaydedin ve Windsurf’u yeniden başlatın.
5. Sunucunun araç listenizde mevcut olduğunu doğrulayın.

API anahtarlarını güvenli hale getirme:

{
  "mcpServers": {
    "greptimedb": {
      "command": "greptimedb-mcp-server",
      "args": [],
      "env": {
        "GREPTIMEDB_USER": "kullanici_adiniz",
        "GREPTIMEDB_PASSWORD": "sifreniz"
      }
    }
  }
}

Claude

1. Sunucuyu kurun: pip install greptimedb-mcp-server
2. claude_desktop_config.json dosyasını düzenleyin (yol için README’ye bakın).
3. Şunu ekleyin:

   {
     "mcpServers": {
       "greptimedb": {
         "command": "greptimedb-mcp-server",
         "args": []
       }
     }
   }
   

4. Kaydedin ve Claude Desktop’u yeniden başlatın.
5. Claude arayüzünde MCP sunucu kullanılabilirliğini doğrulayın.

Cursor

1. greptimedb-mcp-server paketini pip ile kurun.
2. Cursor’ın MCP sunucuları için yapılandırma dosyasını bulun.
3. Şunu ekleyin:

   {
     "mcpServers": {
       "greptimedb": {
         "command": "greptimedb-mcp-server",
         "args": []
       }
     }
   }
   

4. Kaydedin ve Cursor’ı yeniden başlatın.
5. Cursor’ın araç entegrasyonlarında sunucunun görünüp görünmediğini kontrol edin.

Cline

1. greptimedb-mcp-serverı yukarıdaki gibi kurun ve yapılandırın.
2. Cline’ın MCP sunucu yapılandırmasını düzenleyin:

   {
     "mcpServers": {
       "greptimedb": {
         "command": "greptimedb-mcp-server",
         "args": []
       }
     }
   }
   

3. Kaydedin ve Cline’ı yeniden başlatın.
4. Sunucunun bir araç olarak erişilebilir olduğunu doğrulayın.

API anahtarlarını güvenli tutma hakkında not

Hassas kimlik bilgileri için her zaman ortam değişkenlerini (yapılandırmada düz metin yerine) kullanın:

{
  "mcpServers": {
    "greptimedb": {
      "command": "greptimedb-mcp-server",
      "args": [],
      "env": {
        "GREPTIMEDB_USER": "kullanici_adiniz",
        "GREPTIMEDB_PASSWORD": "sifreniz"
      },
      "inputs": {}
    }
  }
}

Bu MCP’yi Akışlarda Nasıl Kullanırsınız

FlowHunt’ta MCP Kullanımı

MCP sunucularını FlowHunt iş akışınıza entegre etmek için, önce akışınıza MCP bileşenini ekleyin ve onu yapay zeka ajanınıza bağlayın:

MCP bileşenine tıklayarak yapılandırma panelini açın. Sistem MCP yapılandırması bölümünde, MCP sunucunuzun detaylarını şu JSON formatında girin:

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

Yapılandırma tamamlandığında, yapay zeka ajanınız artık bu MCP’yi bir araç olarak kullanabilir ve tüm işlevlerine erişebilir. “greptimedb” adını kendi MCP sunucunuzun adıyla ve URL’yi de kendi MCP sunucu adresinizle değiştirmeyi unutmayın.

Genel Bakış

Yukarıdaki bilgilere göre, greptimedb-mcp-server veritabanı erişimi, araçlar ve prompt/kaynak yönetimi için sağlam MCP primitifleri sunuyor; fakat sampling/roots gibi gelişmiş MCP özellikleri açıkça bulunmuyor. Dokümantasyonu net, çeşitli platformlar için kurulum kolay.

Bu MCP sunucusuna pratik özellikleri, açık dokümantasyonu ve güvenlik notları sayesinde 7/10 puan veriyorum. Gelişmiş MCP özellikleri (sampling/roots) ve daha kullanıcı odaklı prompt şablonları açısından gelişmeye açık.

MCP Puanı