Pandas MCP Server

🚀 Pandas MCP サーバ

このリポジトリには、モデルコンテキストプロトコル（MCP）を使用して実装されたサーバが含まれています。CSVファイルの処理、Pandasコードの実行、およびインタラクティブなグラフ（棒グラフと円グラフ）の生成機能を備えています。

🚀 クイックスタート

1. 必要なPythonパッケージをインストールします：pip install -r requirements.txt
2. サーバを起動します：メインスクリプト（例： server.py）を実行します。
3. 機能を呼び出します：
   • read_metadata 関数にファイルパスを渡して、ファイル情報を取得します。
   • run_pandas_code を使用して、Pandas分析を実行します。
   • グラフ生成関数 (bar_chart_to_html, pie_chart_to_html) を呼び出して、インタラクティブなグラフを作成します。

✨ 主な機能

read_metadata

• 説明：CSVファイルを読み込み、その列構造とサンプルデータを返します。
• パラメータ：
  • file_path：CSVファイルのパス。
• 戻り値：
  • CSVファイルの列とサンプルデータを含む辞書。
• 注意事項：
  • ファイルのエンコーディングと区切り文字を自動検出します。
  • 過度なメモリ使用を防ぐため、ファイルサイズを100MBに制限します。

run_pandas_code

• 説明：文字列として提供されるPandasコードを実行します。
• パラメータ：
  • code：実行するPandasコードを含む文字列。
• 戻り値：
  • 実行結果と実行中に作成された変数を含む辞書。
• セキュリティ上の注意事項：
  • os.、sys.、subprocess.、open(、exec(、eval(、import os、import sys などのブラックリスト操作の実行を防止します。
  • ユーザーが問題を解決できるように、詳細なエラー情報と提案を提供します。

bar_chart_to_html

• 説明：Chart.jsテンプレートを使用して、インタラクティブなHTML棒グラフを生成します。
• パラメータ：
  • categories：x軸のカテゴリ名のリスト
  • values：y軸の数値のリスト
  • title：グラフのタイトル（デフォルト： "インタラクティブグラフ"）
• 戻り値：
  • ファイルパスとステータス情報を含む辞書
• 例：

{
    "categories": ["電子製品", "衣類", "家具用品"],
    "values": [120000, 85000, 95000],
    "title": "第1四半期の製品カテゴリ別売上"
}

pie_chart_to_html

• 説明：Chart.jsテンプレートを使用して、インタラクティブなHTML円グラフを生成します。
• パラメータ：
  • labels：各円グラフの切片のラベル名のリスト
  • values：各切片の数値のリスト
  • title：グラフのタイトル（デフォルト： "インタラクティブ円グラフ"）
• 戻り値：
  • ファイルパスとステータス情報を含む辞書
• 例：

{
    "labels": ["電子製品", "衣類", "家具用品"],
    "values": [120000, 85000, 95000],
    "title": "第1四半期の売上分布"
}

line_chart_to_html

• 説明：Chart.jsテンプレートを使用して、インタラクティブなHTML折れ線グラフを生成します。
• パラメータ：
  • labels：x軸のラベル名のリスト
    • datasets：以下を含むデータセットのリスト：
      • label：データセットの名前
      • data：数値のリスト
  • title：グラフのタイトル（デフォルト： "インタラクティブ折れ線グラフ"）
• 戻り値：
  • ファイルパスとステータス情報を含む辞書
• 例：

{
    "status": "SUCCESS",
    "filepath": "/absolute/path/to/chart_1713443200.html"
}

📦 インストール

• Python 3.11以上が必要です。
• 必要なパッケージをインストールします：pip install -r requirements.txt

💻 使用例

基本的な使用法

# サーバを起動する例
# 必要なパッケージをインストール
pip install -r requirements.txt
# サーバを起動
python server.py

高度な使用法

# データの読み込み、分析、グラフ生成の一連の流れ
# メタデータの取得
metadata = read_metadata('path/to/your/file.csv')
# Pandasコードの実行
result = run_pandas_code('your_pandas_code_here')
# 棒グラフの生成
bar_chart = bar_chart_to_html(categories=['A', 'B', 'C'], values=[1, 2, 3], title='Sample Bar Chart')

📚 ドキュメント

ワークフロー

1. データの読み込み：read_metadata を使用して、CSVファイルを読み込み、解析します。
2. データ分析：run_pandas_code を通じて、複雑なPandas分析を実行します。
3. グラフ生成：
   • 分析結果に基づいて、適切なグラフ関数を呼び出します。
   • 応答例：

     {
         "status": "SUCCESS",
         "filepath": "/absolute/path/to/chart_1713443200.html"
     }
     

これらの手順により、データを効果的に処理し、分析を実行し、インタラクティブな可視化結果を生成することができます。