Teradata MCP 服务器

AI Database Analytics MCP Server

Contact us to host your MCP Server in FlowHunt

“Teradata” MCP 服务器的作用是什么?

Teradata MCP(模型上下文协议)服务器旨在为 AI 助手与 Teradata 数据库之间提供无缝集成,赋能高级数据库交互和商业智能工作流。它使 AI 驱动的系统能够直接在 Teradata 数据仓库上执行 SQL 查询、探索数据库结构并进行分析操作。通过暴露查询、结构检查和数据分析的工具,Teradata MCP 服务器让开发者和 AI 代理能够自动化检索商业洞察、管理大型数据集和推动数据驱动的应用开发。其功能提升了数据分析师、工程师及需要实时访问企业数据的 AI 系统的生产力。

提示词列表

仓库中未明确列出提示词模板。

FlowHunt Logo

Ready to grow your business?

Start your free trial today and see results within days.

资源列表

仓库中未明确记录资源。

工具列表

  • query
    执行 SELECT 查询,从数据库读取数据。
    输入: query(字符串)— 要执行的 SELECT SQL 查询。
    返回: 查询结果为对象数组。

  • list_db
    列出 Teradata 系统中的所有数据库。
    返回: 数据库列表。

  • list_objects
    列出某数据库中的对象。
    输入: db_name(字符串)— 数据库名称。
    返回: 给定或用户默认数据库下的对象列表。

  • show_tables
    显示数据库中表的详细信息。
    输入: table_name(字符串)— 表名。
    返回: 列名和数据类型的数组。

  • list_missing_values
    列出表中缺失值最多的特征。

  • list_negative_values
    列出表中有负值的特征数量。

  • list_distinct_values
    列出表中某列不同类别的数量。

  • standard_deviation
    返回表中某列的均值和标准差。

此 MCP 服务器的用例

  • 数据库查询自动化
    利用 query 工具自动检索业务数据,让 AI 代理或开发者无需手动编写 SQL 即可执行复杂的 SELECT 操作。

  • 结构探索
    使用 list_dblist_objectsshow_tables 了解数据库结构,发现可用表并检查字段类型——对于新数据集的接入或数据驱动应用的开发非常关键。

  • 数据质量分析
    使用 list_missing_valueslist_negative_values 检测缺失或异常条目等数据质量问题,这对数据预处理和分析至关重要。

  • 类别数据洞察
    利用 list_distinct_values 识别列中的唯一类别,助力特征工程和业务报表。

  • 统计摘要
    通过 standard_deviation 工具快速获取关键统计量(均值和标准差),支持描述性分析和异常检测。

安装方法

Windsurf

未提供具体安装说明。

Claude

  1. 确保已安装 uv
  2. 克隆或下载 mcp-teradata 仓库。
  3. 找到你的 claude_desktop_config.json 配置文件。
  4. mcpServers 对象下添加 Teradata MCP 服务器配置:
    {
      "mcpServers": {
        "teradata": {
          "command": "uv",
          "args": [
            "--directory",
            "/Users/MCP/mcp-teradata",
            "run",
            "teradata-mcp"
          ],
          "env": {
            "DATABASE_URI": "teradata://user:passwd@host"
          }
        }
      }
    }
    
  5. 保存配置文件并重启 Claude Desktop。
  6. 通过运行测试查询或检查日志验证连接。

API 密钥安全

将敏感信息(如 DATABASE_URI)存储在 env 部分:

"env": {
  "DATABASE_URI": "teradata://user:passwd@host"
}

必要时可使用环境变量或密钥管理工具。

Cursor

未提供具体安装说明。

Cline

未提供具体安装说明。

如何在流程中使用此 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中,首先在流程中添加 MCP 组件并连接你的 AI 代理:

FlowHunt MCP flow

点击 MCP 组件,打开配置面板。在系统 MCP 配置部分,使用如下 JSON 格式填写你的 MCP 服务器信息:

{
  "teradata": {
    "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该 MCP 的全部功能。请记得将 "teradata" 替换为你实际的 MCP 服务器名称,并将 URL 替换为你自己的 MCP 服务器地址。


概览

部分是否可用备注/说明
概览
提示词列表未记录
资源列表未记录
工具列表描述了 8 个工具
API 密钥安全配置中使用 env
采样支持(评估时不重要)未记录

Roots 支持: 未记录


根据现有文档和功能,Teradata MCP 服务器提供了扎实的数据库工具,但在资源、提示词模板、Roots 和采样支持等标准 MCP 功能及指导方面文档不全。它在数据库任务上功能丰富,但标准 MCP 特性和指引有限。

MCP 评分

是否有 LICENSE✅ (MIT)
至少有一个工具
Fork 数量1
Star 数量6

评分:
我给这个 MCP 服务器的评分是 5 分(满分 10 分)。它具备一套强大的数据库工具和清晰的开源协议,但在提示词模板、资源、Roots、采样及平台无关的安装说明方面缺乏文档。适合已熟悉 Teradata 和 MCP 概念的技术用户。

Frequently asked questions

用 Teradata MCP 服务器为您的数据工作流提速

将您的 AI 代理连接到企业级 Teradata 数据库,实现自动分析、模式探索和数据质量分析,尽在 FlowHunt 的 Teradata MCP 服务器集成中。