mcp-vegalite-server
このMCPサーバーは、Vega-Lite構文を使用してデータを視覚化するためのインターフェースを提供します。データの集約を保存し、後で視覚化する機能を持っています。ユーザーは、データテーブルの名前と内容を指定して保存し、視覚化のためにVega-Liteの仕様を提供することができます。
GitHubスター
85
ユーザー評価
未評価
お気に入り
0
閲覧数
21
フォーク
24
イシュー
3
インストール方法
難易度
中級推定所要時間
10-20 分
必要な環境
Python 3.7以上インストール方法
インストール方法
前提条件
必要なソフトウェアとバージョンを明記してください。Python: 3.7以上
インストール手順
1. リポジトリのクローン
bash
git clone https://github.com/isaacwasserman/mcp-vegalite-server.git
cd mcp-vegalite-server
2. 依存関係のインストール
bash
pip install -r requirements.txt
3. Claude Desktop設定
claude_desktop_config.jsonを編集してMCPサーバーを追加：
json
{
"mcpServers": {
"datavis": {
"command": "uv",
"args": [
"--directory",
"/absolute/path/to/mcp-vegalite-server",
"run",
"mcp_server_datavis",
"--output_type",
"png" // or "text"
]
}
}
}
4. サーバーの起動
bash
uvicorn mcp_server_datavis:app --reload
トラブルシューティング
よくある問題
問題: サーバーが起動しない 解決策: Pythonのバージョンを確認し、依存関係を再インストールしてください。 問題: Claude Desktopで認識されない 解決策: 設定ファイルのパスと構文を確認してください。設定方法
設定方法
基本設定
Claude Desktop設定
~/.config/claude-desktop/claude_desktop_config.json（macOS/Linux）または
%APPDATA%\Claude\claude_desktop_config.json（Windows）を編集：
json
{
"mcpServers": {
"datavis": {
"command": "uv",
"args": [
"--directory",
"/absolute/path/to/mcp-vegalite-server",
"run",
"mcp_server_datavis",
"--output_type",
"png"
]
}
}
}
環境変数
必要に応じて以下の環境変数を設定：bash
export API_KEY="your-api-key"
export DEBUG="true"
詳細設定
セキュリティ設定
APIキーは環境変数または安全な設定ファイルに保存
ファイルアクセス権限の適切な設定
ログレベルの調整
パフォーマンス調整
タイムアウト値の設定
同時実行数の制限
キャッシュ設定
設定例
基本的な設定
json
{
"mcpServers": {
"example-mcp": {
"command": "uv",
"args": ["--directory", "/absolute/path/to/mcp-vegalite-server", "run", "mcp_server_datavis"]
}
}
}
使用例
使用例
基本的な使用方法
MCPサーバーの基本的な使用方法を以下に示します：Claude Desktopでの使用
1MCPサーバーの起動確認
Claude Desktopを開き、設定が正しく読み込まれていることを確認してください。
2基本コマンドの実行
Available tools from this MCP server:
- save_data: データ集約を保存するツール
- visualize_data: データを視覚化するツール
プログラムでの使用
python
Python例
import requests
データを保存する
response = requests.post('http://localhost:8000/mcp/save_data', json={
'name': 'my_data',
'data': [{"x": 1, "y": 2}, {"x": 2, "y": 3}]
})
print(response.json())
データを視覚化する
visualization_response = requests.post('http://localhost:8000/mcp/visualize_data', json={
'data_name': 'my_data',
'vegalite_specification': '{"mark": "point", "encoding": {"x": {"field": "x", "type": "quantitative"}, "y": {"field": "y", "type": "quantitative"}}}'
})
print(visualization_response.json())
使用ケース
データ分析プロジェクトでの視覚化の作成
LLMを使用したデータの自動視覚化
データ集約を保存し、後で視覚化するためのデータ管理
Vega-Liteを使用したカスタムグラフの生成