AntV MCP 服务器集成

借助 AntV 的 MCP 服务器，提升 AI 工作流能力——直接从 FlowHunt 生成、操作并服务精美图表。

Visualization AI Tools Data Analytics Charting

“AntV” MCP 服务器的作用是什么？

AntV MCP 服务器是一款可视化模型上下文协议（MCP）服务器，专为通过 AntV 图表库生成 25 种以上的可视化图表而设计。它作为 AI 助手与 AntV 强大图表能力之间的桥梁，使 AI 驱动的工作流能够按需创建、操作和服务图表可视化。通过将图表生成功能暴露为 MCP 工具，它提升了需要动态数据可视化、洞察展示和报告生成的应用开发流程。该服务器让客户端能够轻松请求用于分析、仪表盘和商业智能场景的图表，并通过 MCP 接口实现标准化接入。

指令模板列表

仓库中未找到关于指令模板的信息。

资源列表

仓库中未明确记录相关资源。

工具列表

图表生成工具
允许 AI 客户端通过 AntV 图表系统以编程方式生成多种可视化图表（20 种以上，如柱状、折线、饼图等）。该工具简化了图表创建的复杂性，用户只需指定图表类型和数据，即可获得渲染好的可视化输出。

MCP 服务器应用场景

自动化数据可视化
开发者可直接从数据流水线自动生成图表，实现仪表盘或分析应用中的快速、标准化可视化报告。
商业智能集成
将图表生成能力集成到 BI 工具中，便于用户和 AI 系统按需可视化趋势、对比和指标。
报告生成
在自动生成的报告中嵌入动态图表，提升洞察展示的清晰度和影响力。
教育平台
让学习平台可创建交互式可视化辅助和数据驱动的示意图，提升理解效果。
AI 助手可视化支持
赋能 AI 助手根据用户提问生成并展示图表，让对话更具信息量、更具视觉吸引力。

如何设置

Windsurf

确保您的系统已安装 Node.js。
打开 Windsurf 配置文件。
找到 mcpServers 部分。

使用以下 JSON 片段添加 AntV MCP 服务器：

{
  "mcpServers": {
    "antv-chart": {
      "command": "npx",
      "args": ["@antv/mcp-server-chart@latest"]
    }
  }
}

保存配置并重启 Windsurf。
通过 Windsurf 控制面板验证服务器是否运行。

Claude

如未安装，请先安装 Node.js。
进入 Claude 的配置文件。

在 mcpServers 键下添加 AntV MCP 服务器：

{
  "mcpServers": {
    "antv-chart": {
      "command": "npx",
      "args": ["@antv/mcp-server-chart@latest"]
    }
  }
}

保存并重启 Claude。
确认服务器已连接。

Cursor

确保已安装 Node.js。
打开 Cursor 的设置文件。

插入 AntV MCP 服务器配置：

{
  "mcpServers": {
    "antv-chart": {
      "command": "npx",
      "args": ["@antv/mcp-server-chart@latest"]
    }
  }
}

保存并重启 Cursor。
在工具面板中检查图表工具的可用性。

Cline

如有必要，请安装 Node.js。
找到 Cline 的配置文件。

添加 AntV MCP 服务器配置：

{
  "mcpServers": {
    "antv-chart": {
      "command": "npx",
      "args": ["@antv/mcp-server-chart@latest"]
    }
  }
}

保存文件并重启 Cline。
通过请求图表生成验证设置。

API 密钥安全配置 为保障 API 密钥和敏感输入的安全，请使用环境变量。例如：

{
  "mcpServers": {
    "antv-chart": {
      "command": "npx",
      "args": ["@antv/mcp-server-chart@latest"],
      "env": {
        "API_KEY": "${API_KEY}"
      },
      "inputs": {
        "apiKey": "${API_KEY}"
      }
    }
  }
}

将 "API_KEY" 替换为实际的环境变量名称。

如何在流程中使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流，请先添加 MCP 组件到您的流程，并连接到 AI 代理：

点击 MCP 组件以打开配置面板。在系统 MCP 配置区，使用如下 JSON 格式填写 MCP 服务器信息：

{
  "antv-chart": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 代理即可作为工具使用此 MCP，并访问其所有功能。请记得将 “antv-chart” 替换为您实际的 MCP 服务器名称，并将 URL 替换为您自己的服务器地址。

概览

部分	可用性	说明/备注
概述	✅
指令模板列表	⛔	未找到指令模板
资源列表	⛔	未找到明确资源
工具列表	✅	图表生成工具
API 密钥安全配置	✅	提供环境变量示例
采样支持（评估时较次要）	⛔	未提及