Tích Hợp Máy Chủ Gravitino MCP

Máy chủ “Gravitino” MCP làm gì?

Máy chủ Gravitino MCP là một máy chủ Model Context Protocol (MCP) cung cấp tích hợp liền mạch giữa trợ lý AI và dịch vụ Apache Gravitino (đang ươm tạo). Bằng cách lộ diện các API Gravitino, máy chủ này cho phép các công cụ AI bên ngoài và quy trình làm việc tương tác với các thành phần metadata như catalog, schema, bảng và nhiều hơn nữa. Máy chủ Gravitino MCP đóng vai trò cầu nối mạnh mẽ, cho phép lập trình viên và agent AI thực hiện các thao tác metadata, truy vấn thông tin cấu trúc và quản lý vai trò người dùng một cách hiệu quả. Máy chủ này đơn giản hóa các thao tác metadata phức tạp nhờ giao diện chuẩn hóa, giúp dễ dàng tích hợp quản lý nền tảng dữ liệu vào môi trường phát triển dựa trên AI hoặc các luồng tự động hóa.

Danh sách Prompt

Không có template prompt nào được đề cập rõ ràng trong tài liệu đã cung cấp.

Danh sách Resource

Không có danh sách resource nào được ghi rõ trong tài liệu.

Danh sách Công cụ

• get_list_of_catalogs: Lấy danh sách các catalog từ instance Gravitino.
• get_list_of_schemas: Lấy danh sách schema trên các catalog.
• get_list_of_tables: Lấy danh sách bảng phân trang có trong (các) schema.

Các trường hợp sử dụng của máy chủ MCP này

• Khám phá Metadata: Cho phép lập trình viên và agent AI liệt kê, khám phá catalog, schema và bảng trong Apache Gravitino, hỗ trợ quá trình quản trị dữ liệu và tài liệu hóa.
• Tích hợp nền tảng dữ liệu tự động: Đơn giản hóa việc kết nối hệ thống bên ngoài hoặc quy trình AI với Gravitino để truy vấn metadata theo thời gian thực, giảm thao tác API thủ công.
• Quản lý truy cập dựa trên vai trò: Thông qua công cụ quản lý người dùng và vai trò (tham khảo ở phần tính năng), lập trình viên có thể tích hợp quy trình kiểm soát truy cập.
• Khám phá dữ liệu hỗ trợ AI: Cho phép trợ lý AI hiển thị cấu trúc dữ liệu sẵn có, hỗ trợ gợi ý mã thông minh hoặc pipeline phân tích dữ liệu.
• Tự động hóa quy trình: Tích hợp thao tác metadata vào pipeline tự động, ví dụ như đồng bộ hóa thay đổi schema hoặc kiểm toán cấu trúc bảng.

Thiết lập như thế nào

Windsurf

1. Điều kiện tiên quyết: Đảm bảo bạn đã cài đặt Node.js và công cụ uv.
2. Mở cấu hình: Mở file cấu hình Windsurf của bạn.
3. Thêm máy chủ Gravitino MCP: Dán đoạn JSON sau vào phần mcpServers:

   {
     "mcpServers": {
       "Gravitino": {
         "command": "uv",
         "args": [
           "--directory",
           "/path/to/mcp-server-gravitino",
           "run",
           "--with",
           "fastmcp",
           "--with",
           "httpx",
           "--with",
           "mcp-server-gravitino",
           "python",
           "-m",
           "mcp_server_gravitino.server"
         ],
         "env": {
           "GRAVITINO_URI": "http://localhost:8090",
           "GRAVITINO_USERNAME": "admin",
           "GRAVITINO_PASSWORD": "admin",
           "GRAVITINO_METALAKE": "metalake_demo"
         }
       }
     }
   }
   

4. Sửa biến môi trường: Thay GRAVITINO_URI, GRAVITINO_USERNAME, GRAVITINO_PASSWORD, và GRAVITINO_METALAKE thành giá trị thực tế của bạn.
5. Lưu và khởi động lại: Lưu cấu hình rồi khởi động lại Windsurf.
6. Kiểm tra thiết lập: Đảm bảo máy chủ đã chạy và truy cập được qua endpoint đã cấu hình.

Lưu ý: Để bảo mật API key hoặc thông tin nhạy cảm, hãy sử dụng biến môi trường trong phần env như trên.

Claude

1. Đảm bảo Node.js và uv đã được cài đặt.
2. Chỉnh sửa file cấu hình Claude.
3. Thêm cấu hình máy chủ Gravitino MCP (như trên) vào phần mcpServers.
4. Cập nhật biến môi trường phù hợp với môi trường triển khai của bạn.
5. Lưu, khởi động lại Claude và kiểm tra kết nối với máy chủ.

Cursor

1. Điều kiện tiên quyết: Node.js và uv đã cài.
2. Mở cấu hình Cursor.
3. Dán đoạn JSON cấu hình máy chủ Gravitino MCP (xem trên).
4. Điền đúng biến môi trường.
5. Lưu, khởi động lại Cursor và kiểm tra kết nối.

Cline

1. Cài đặt Node.js và uv.
2. Mở file cấu hình Cline của bạn.
3. Thêm cấu trúc JSON máy chủ Gravitino MCP như đã cung cấp.
4. Đảm bảo các thông tin nhạy cảm được bảo mật trong phần env.
5. Lưu và khởi động lại Cline, sau đó kiểm tra kết nối tới máy chủ MCP.

Bảo mật API Key:
Hãy sử dụng biến môi trường trong object env để lưu trữ các thông tin nhạy cảm như token, tên đăng nhập và mật khẩu.
Ví dụ:

"env": {
  "GRAVITINO_URI": "http://localhost:8090",
  "GRAVITINO_USERNAME": "admin",
  "GRAVITINO_PASSWORD": "admin"
}

Sử dụng MCP này trong flow như thế nào

Sử dụng MCP trong FlowHunt

Để tích hợp máy chủ MCP vào workflow FlowHunt, hãy bắt đầu bằng cách thêm thành phần MCP vào flow và kết nối với agent AI của bạn:

Nhấn vào thành phần MCP để mở bảng cấu hình. Trong phần cấu hình hệ thống MCP, nhập thông tin máy chủ MCP của bạn theo định dạng JSON sau:

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

Sau khi cấu hình xong, agent AI sẽ có thể sử dụng MCP này như một công cụ với đầy đủ chức năng và khả năng của nó. Lưu ý đổi “Gravitino” thành tên máy chủ MCP thực tế của bạn và thay URL bằng địa chỉ máy chủ MCP của bạn.

Tổng quan

| Hỗ trợ Roots | ⛔ | Không đề cập |

Dựa trên bảng trên, máy chủ Gravitino MCP cung cấp tích hợp tối giản nhưng hiệu quả, với hướng dẫn thiết lập rõ ràng và khả năng lộ diện công cụ, tuy nhiên còn thiếu template prompt, định nghĩa resource và các đặc điểm MCP nâng cao như roots hoặc sampling.

Đánh giá của chúng tôi

Máy chủ Gravitino MCP dễ thiết lập và cung cấp công cụ metadata hữu ích, nhưng tài liệu và khả năng của máy chủ còn hạn chế về các tính năng MCP như prompt, resource và chức năng agent nâng cao. Phù hợp cho các thao tác metadata cơ bản, nhưng nên bổ sung tích hợp MCP toàn diện hơn. Điểm MCP: 5/10

Điểm MCP