Pandas MCP Server

🚀 Pandas MCP 服務器

本倉庫中的服務器基於模型上下文協議（MCP）實現，具備處理 CSV 文件、執行 Pandas 代碼以及生成交互式圖表（柱狀圖、餅圖和折線圖）的能力，能高效助力數據處理與可視化。

🚀 快速開始

安裝依賴

需安裝 Python 3.11 或更高版本，並執行以下命令安裝所需的 Python 包：

pip install -r requirements.txt

啟動服務器

運行主腳本（例如 server.py）來啟動服務器。

調用功能

• 調用 read_metadata 函數，傳入文件路徑以獲取文件信息。
• 使用 run_pandas_code 函數執行 Pandas 數據分析。
• 調用圖表生成函數（bar_chart_to_html、pie_chart_to_html、line_chart_to_html）創建交互式圖表。

✨ 主要特性

read_metadata

• 功能描述：加載 CSV 文件，並返回其列結構和示例數據。
• 參數說明：
  • file_path：CSV 文件的路徑。
• 返回結果：包含 CSV 文件列和示例數據的字典。
• 注意事項：
  • 可自動檢測文件編碼和分隔符。
  • 為避免過度佔用內存，將文件大小限制為 100MB。

run_pandas_code

• 功能描述：執行以字符串形式提供的 Pandas 代碼。
• 參數說明：
  • code：包含待執行 Pandas 代碼的字符串。
• 返回結果：包含執行結果和執行期間創建變量的字典。
• 安全注意事項：
  • 會阻止執行黑名單操作，如 os.、sys.、subprocess.、open(、exec(、eval(、import os、import sys。
  • 提供詳細的錯誤信息和建議，幫助用戶解決問題。

bar_chart_to_html

• 功能描述：利用 Chart.js 模板生成交互式 HTML 柱狀圖。
• 參數說明：
  • categories：x 軸的類別名稱列表。
  • values：y 軸的數值列表。
  • title：圖表標題（默認值為 "交互式圖表"）。
• 返回結果：包含文件路徑和狀態信息的字典。
• 使用示例：

{
    "categories": ["電子產品", "服裝", "家居用品"],
    "values": [120000, 85000, 95000],
    "title": "按產品類別劃分的第一季度銷售額"
}

pie_chart_to_html

• 功能描述：使用 Chart.js 模板生成交互式 HTML 餅圖。
• 參數說明：
  • labels：每個餅圖切片的標籤名稱列表。
  • values：每個切片的數值列表。
  • title：圖表標題（默認值為 "交互式餅圖"）。
• 返回結果：包含文件路徑和狀態信息的字典。
• 使用示例：

{
    "labels": ["電子產品", "服裝", "家居用品"],
    "values": [120000, 85000, 95000],
    "title": "第一季度銷售分佈"
}

line_chart_to_html

• 功能描述：藉助 Chart.js 模板生成交互式 HTML 折線圖。
• 參數說明：
  • labels：x 軸的標籤名稱列表。
  • datasets：數據集列表，每個數據集包含：
    • label：數據集的名稱。
    • data：數值列表。
  • title：圖表標題（默認值為 "交互式折線圖"）。
• 返回結果：包含文件路徑和狀態信息的字典。
• 使用示例：

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

📚 詳細文檔

工作流程

數據加載

使用 read_metadata 函數加載並解析 CSV 文件。

數據分析

通過 run_pandas_code 函數執行復雜的 Pandas 數據分析。

圖表生成

• 根據分析結果調用相應的圖表生成函數。
• 示例響應如下：

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

通過上述步驟，您能夠高效地處理數據、執行分析並生成交互式可視化結果。