关键词

图表生成数据可视化QuickChartMCP工具LLM应用

使用说明

项目简介

本项目是一个图表生成器MCP服务器，它利用 quickchart.io 服务，根据用户提供的自然语言描述或数据生成各种图表。该服务器基于 Model Context Protocol (MCP) 构建，旨在为大型语言模型（LLM）应用提供标准化的图表生成功能。

主要功能点

  • 动态图表生成: 根据用户输入的自然语言描述或数据，实时生成图表。
  • MCP协议支持: 遵循 MCP 协议标准，易于与各种 MCP 客户端集成。
  • 基于 QuickChart.io: 利用 QuickChart.io 强大的图表生成能力，支持多种图表类型。

安装步骤

  1. 环境准备: 确保已安装 Python 3.7 或更高版本。
  2. 安装 MCP Python SDK: 虽然仓库中没有明确的安装步骤，但根据代码推测，可能需要安装 MCP Python SDK。 假设 SDK 包名为 'mcp-server'，请使用 pip 安装： 
    pip install mcp-server
    （注意: 'mcp-server' 仅为假设的 SDK 包名，实际安装包名请参考 MCP Python SDK 的官方文档。）
  3. 下载仓库代码: 从 GitHub 仓库 https://github.com/Austin-TB/charts 下载 'charts.py' 文件。

服务器配置

要让 MCP 客户端连接到此图表生成器服务器，您需要在客户端配置服务器信息。以下是一个 JSON 格式的配置示例，您可以将其添加到您的 MCP 客户端配置中：

{
  "serverName": "ChartGenerator",  // 服务器名称，您可以自定义
  "command": "python",         // 启动服务器的命令，这里假设使用 python 运行
  "args": ["/path/to/charts.py"] // 启动命令的参数，指向 charts.py 文件的路径。请替换为 charts.py 文件的实际路径
}

配置说明:

  • 'serverName': 服务器的名称，用于在客户端标识和管理不同的 MCP 服务器。您可以自定义设置，例如 "ChartServer" 或 "MyChartService"。
  • 'command': 启动服务器程序的命令。由于 'charts.py' 是 Python 脚本，这里使用 'python' 命令。
  • 'args': 启动命令的参数列表。
    • '"/path/to/charts.py"': 请务必替换为 'charts.py' 文件在您本地文件系统中的实际绝对路径。 例如，如果 'charts.py' 文件位于 '/home/user/mcp_servers/charts.py'，则应填写 '/home/user/mcp_servers/charts.py'。

请注意: 由于仓库信息有限，以上安装步骤和服务器配置均为推测，可能需要根据实际情况进行调整。 完整的 MCP Python SDK 安装和使用方法，请参考 SDK 的官方文档。

基本使用方法

  1. 启动服务器: 在安装配置完成后，通过 MCP 客户端启动配置中指定的服务器。客户端会根据配置的命令和参数启动 'charts.py' 脚本，从而启动图表生成器 MCP 服务器。
  2. 客户端发送请求: MCP 客户端需要根据 MCP 协议规范，向服务器发送请求以生成图表。 具体的请求格式和参数需要参考该服务器实现的 MCP 接口文档（如果仓库提供了的话）。 通常，客户端会调用服务器提供的 "工具 (Tool)"，并传递包含图表数据或自然语言描述的参数。
  3. 服务器返回图表: 服务器接收到请求后，会调用 'get_chart' 函数，访问 QuickChart.io 服务生成图表 URL 或图表数据，并通过 MCP 响应返回给客户端。
  4. 客户端使用图表: MCP 客户端接收到服务器返回的图表信息后，可以将其展示给用户或用于后续的 LLM 应用处理。

例如 (假设的使用场景):

客户端可能发送一个请求，指示服务器使用 "get_chart" 工具，并提供如下参数：

{
  "tool_name": "get_chart",
  "parameters": {
    "data_description": "过去一年北京和上海的平均气温对比折线图"
  }
}

服务器接收到请求后，解析参数，并调用 'get_chart' 函数，根据 "data_description" 生成 QuickChart.io 的 URL，然后将 URL 返回给客户端。 客户端可以进一步处理这个 URL，例如将其嵌入到对话回复中。

信息

分类

AI与计算

访问项目