Fast Pyairbyte

🚀 Fast PyAirbyte

Fast-PyAirbyte 允許你使用單個提示為任何 Airbyte 連接器將數據管道生成為代碼：

“創建一個從 source-xxx 到 destination-xxx 的數據管道”

🚀 快速開始

一鍵安裝

如果上述按鈕不起作用，請將此鏈接複製並粘貼到你的瀏覽器中：

cursor://anysphere.cursor-deeplink/mcp/install?name=fast-pyairbyte&config=eyJjb21tYW5kIjoibnB4IiwiYXJncyI6WyJmYXN0LXB5YWlyYnl0ZSJdLCJlbnYiOnsiT1BFTkFJX0FQSV9LRVkiOiJ5b3VyLW9wZW5haS1hcGkta2V5LWhlcmUifX0=

或者按照以下說明手動安裝。

手動安裝

最簡單的入門方法是使用 npx 直接運行 MCP 服務器：

npx fast-pyairbyte

這將：

1. 自動下載並安裝該軟件包
2. 檢查 Python 並安裝依賴項
3. 在本地啟動 MCP 服務器
4. 顯示配置說明

✨ 主要特性

• 自動化代碼生成：創建完整的 PyAirbyte 管道腳本
• 配置管理：安全地處理環境變量和憑據
• 文檔集成：使用 OpenAI 提供上下文感知的說明
• 多種輸出格式：支持目標連接器和 DataFrame 輸出
• 最佳實踐：包括錯誤處理、日誌記錄和正確的項目結構
• 600 + 連接器：如果連接器在 Airbyte 連接器註冊表 中，MCP 服務器就可以為其創建管道
• 易於安裝：無需本地設置，只需使用 npx
• 跨平臺：可在 macOS、Linux 和 Windows 上運行

📦 安裝指南

手動安裝步驟

最簡單的入門方法是使用 npx 直接運行 MCP 服務器：

npx fast-pyairbyte

這將自動完成以下操作：

1. 下載並安裝該軟件包。
2. 檢查 Python 並安裝依賴項。
3. 在本地啟動 MCP 服務器。
4. 顯示配置說明。

MCP 配置

將以下內容添加到你的 MCP 配置文件中：

對於 Cursor (.cursor/mcp.json)：

{
  "mcpServers": {
    "fast-pyairbyte": {
      "command": "npx",
      "args": ["fast-pyairbyte"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key-here"
      }
    }
  }
}

對於 Claude Desktop (~/.config/claude/claude_desktop_config.json)：

{
  "mcpServers": {
    "fast-pyairbyte": {
      "command": "npx",
      "args": ["fast-pyairbyte"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key-here"
      }
    }
  }
}

對於 Cline (~/.config/cline/mcp_settings.json)：

{
  "mcpServers": {
    "fast-pyairbyte": {
      "command": "npx",
      "args": ["fast-pyairbyte"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key-here"
      }
    }
  }
}

要求：

• 你自己從 OpenAI 平臺 獲取的 OpenAI API 密鑰
• 系統上安裝了 Python 3.7+
• 用於 npx 執行的 Node.js 14+

配置步驟：

1. 從 OpenAI 平臺 獲取你的 OpenAI API 密鑰。
2. 創建或編輯你的 MCP 配置文件。
3. 使用你實際的 OpenAI API 密鑰添加上述配置。
4. 重啟你的 MCP 客戶端（Cursor/Claude/Cline）。
5. 開始生成 PyAirbyte 管道！

💻 使用示例

基礎用法

配置完成後，你可以在 AI 助手裡使用 MCP 服務器來生成 PyAirbyte 管道。以下是使用步驟：

1. 驗證連接

• 在客戶端界面中查看 MCP 服務器狀態。
• 你應該會看到列出的 “fast-pyairbyte” 且有 1 個可用工具。
• 如果顯示 0 個工具或狀態為紅色，請檢查你的配置。

2. 使用自然語言生成管道

只需讓你的 AI 助手生成一個 PyAirbyte 管道！以下是示例提示：

基本示例：

Generate a PyAirbyte pipeline from source-postgres to destination-snowflake

Create a pipeline to move data from source-github to dataframe

Build a PyAirbyte script for source-stripe to destination-bigquery

Generate a data pipeline from source-salesforce to destination-postgres

Create a pipeline that reads from source-github to a dataframe, and then visualize the results using Streamlit

Help me set up a data pipeline from source-salesforce to destination-postgres

3. 可用的源/目標選項

• 源：任何 Airbyte 源連接器（例如，source-postgres、source-github、source-stripe、source-mysql、source-salesforce）
• 目標：任何 Airbyte 目標連接器（例如，destination-snowflake、destination-bigquery、destination-postgres）或用於 Pandas 分析的 dataframe

4. 專業提示

• 使用 “dataframe” 作為目標：如果你想在 Python/Pandas 中分析數據。
• 明確指定源和目標名稱：使用帶有 source- 或 destination- 前綴的官方 Airbyte 連接器名稱。
• 提出後續問題：如果你在特定配置或設置方面需要幫助。

該工具將自動使用你在 MCP 設置中配置的 OpenAI API 密鑰，生成經過優化、文檔完善的管道代碼，並提供最佳實踐和詳細的設置說明！

📚 詳細文檔

可用工具

fast_pyairbyte

使用 PyAirbyte 和 fast-pyairbyte 創建一個完整的數據管道，用於在源和目標之間提取、轉換和加載數據。

參數：

• source_name：官方 Airbyte 源連接器名稱（例如，'source-postgres'、'source-github'）
• destination_name：官方 Airbyte 目標連接器名稱（例如，'destination-postgres'、'destination-snowflake'）或輸出到 Pandas DataFrames 的 'dataframe'

返回：

• 完整的 Python 管道代碼
• 設置和安裝說明
• 環境變量模板
• 最佳實踐和使用指南

開發

本地開發

如果你想為服務器做出貢獻或進行修改：

1. 克隆倉庫：

git clone https://github.com/quintonwall/fast-pyairbyte.git
cd fast-pyairbyte

2. 安裝依賴項：

npm install

3. 在本地測試：

npm start

項目結構

fast-pyairbyte/
├── package.json              # npm 包配置
├── bin/
│   └── fast-pyairbyte.js     # Node.js 啟動腳本
├── python/
│   ├── main.py               # Python MCP 服務器
│   ├── telemetry.py          # 使用分析
│   └── requirements.txt      # Python 依賴項
├── README.md                 # 此文件
└── docs/                     # 文檔

發佈

要將新版本發佈到 npm：

npm version patch  # 或 minor/major
npm config set strict-ssl false
npm publish

🔧 技術細節

Fast-PyAirbyte 利用 OpenAI 和連接器文檔，幫助用戶快速搭建和配置 Airbyte 支持的源和目標之間的數據管道。MCP 服務器自動生成代碼，提供上下文感知的指導，並簡化構建和部署數據管道的過程。

📄 許可證

本項目採用 MIT 許可證 - 有關詳細信息，請參閱 LICENSE 文件。

貢獻

歡迎貢獻！請閱讀我們的貢獻指南並提交拉取請求，以幫助改進 PyAirbyte MCP 服務器。

安全與隱私

• API 密鑰安全：OpenAI API 密鑰通過 MCP 環境變量安全傳遞。
• 無數據存儲：服務器不存儲任何用戶數據或憑據。
• 匿名遙測：收集基本的使用分析（可以通過 DO_NOT_TRACK=1 禁用）。
• 開源：完整的源代碼可供檢查。

故障排除

常見問題

1. “Python not found” 錯誤

   • 從 python.org 安裝 Python 3.7+。
   • 確保 Python 已添加到系統 PATH 中。

2. “Dependencies failed to install” 錯誤

   • 檢查你的互聯網連接。
   • 嘗試先運行 pip install --upgrade pip。

3. “OpenAI API key not found” 錯誤

   • 驗證你的 API 密鑰是否已正確設置在 MCP 配置中。
   • 確保你使用的是有效的 OpenAI API 密鑰。

4. MCP 服務器顯示 0 個工具

   • 檢查 MCP 配置文件語法。
   • 配置更改後重啟你的 MCP 客戶端。
   • 檢查服務器日誌中的錯誤消息。

獲取幫助

• 問題反饋：在 GitHub Issues 上報告錯誤。
• 討論交流：加入 GitHub Discussions 進行討論。
• Slack 提問：在 Airbyte Slack 中提問。