डेटा अन्वेषण के लिए MCP सर्वर MCP सर्वर डेटा अन्वेषण के लिए एक शक्तिशाली उपकरण है। यह उपयोगकर्ताओं को डेटा सेट को समझने, विश्लेषण करने और दृश्य बनाने में मदद करता है। विशेषताएँ - उपयोगकर्ता के अनुकूल इंटरफेस: सरल और सहज डिज़ाइन। - विभिन्न डेटा स्रोतों का समर्थन: विभिन्न प्रकार के डेटा स्रोतों से डेटा लाने की क्षमता। - विश्लेषणात्मक उपकरण: डेटा को गहराई से समझने के लिए विभिन्न विश्लेषणात्मक उपकरण। - विज़ुअलाइज़ेशन विकल्प: डेटा को दृश्य रूप में प्रस्तुत करने के लिए कई विकल्प। उपयोग कैसे करें 1. सर्वर सेटअप करें: MCP सर्वर को स्थापित करें और कॉन्फ़िगर करें। 2. डेटा आयात करें: अपने डेटा स्रोत से डेटा लाएँ। 3. विश्लेषण करें: उपलब्ध उपकरणों का उपयोग करके डेटा का विश्लेषण करें। 4. विज़ुअलाइज़ करें: अपने निष्कर्षों को स्पष्ट रूप से प्रदर्शित करने के लिए डेटा को विज़ुअलाइज़ करें। निष्कर्ष MCP सर्वर डेटा अन्वेषण के लिए एक उत्कृष्ट विकल्प है, जो उपयोगकर्ताओं को डेटा के साथ गहराई से काम करने की अनुमति देता है।

के द्वारा बनाया गया

reading-plus-ai•Sept 4, 2025

Mcp सर्वर डेटा अन्वेषण

सारांश

MCP सर्वर डेटा अन्वेषण क्या है?

MCP सर्वर डेटा अन्वेषण एक सार्वजनिक रिपॉजिटरी है जिसे उपयोगकर्ता ### reading-plus-ai ने GitHub पर बनाया है। यह प्रोजेक्ट MCP सर्वर के डेटा का अन्वेषण करने पर केंद्रित है, जो उपयोगकर्ताओं को सर्वर डेटा का प्रभावी ढंग से विश्लेषण और दृश्यता के लिए उपकरण और संसाधन प्रदान करता है। यह रिपॉजिटरी डेवलपर्स और डेटा वैज्ञानिकों के लिए सहयोग करने, अंतर्दृष्टि साझा करने और सर्वर डेटा की गतिशीलता को समझने में सुधार करने का एक मंच है।

MCP सर्वर डेटा अन्वेषण की विशेषताएँ

डेटा दृश्यता: रिपॉजिटरी में सर्वर डेटा को दृश्यता देने के लिए विभिन्न उपकरण शामिल हैं, जिससे जटिल डेटा सेट को समझना आसान हो जाता है।
सहयोग: यह समुदाय से योगदान को प्रोत्साहित करता है, जिससे उपयोगकर्ता रिपॉजिटरी को फोर्क कर सकते हैं और अपने सुधार या संशोधन जोड़ सकते हैं।
ओपन सोर्स: एक सार्वजनिक रिपॉजिटरी होने के नाते, यह किसी भी व्यक्ति के लिए सर्वर डेटा का अन्वेषण करने के लिए सुलभ है, जो एक ओपन-सोर्स वातावरण को बढ़ावा देता है।
दस्तावेज़ीकरण: उपयोगकर्ताओं को रिपॉजिटरी में उपलब्ध उपकरणों के सेटअप और उपयोग के माध्यम से मार्गदर्शन करने के लिए व्यापक दस्तावेज़ीकरण प्रदान किया गया है।
सक्रिय समुदाय: बढ़ते सितारों और फोर्क्स की संख्या के साथ, रिपॉजिटरी में एक सक्रिय समुदाय है जो इसके विकास और सुधार में योगदान करता है।

MCP सर्वर डेटा अन्वेषण का उपयोग कैसे करें

रिपॉजिटरी तक पहुँचें: MCP सर्वर डेटा अन्वेषण GitHub पृष्ठ पर जाएँ।
रिपॉजिटरी क्लोन करें: अपने स्थानीय मशीन पर रिपॉजिटरी को क्लोन करने के लिए Git का उपयोग करें:
```
git clone https://github.com/reading-plus-ai/mcp-server-data-exploration.git
```
दस्तावेज़ीकरण का अन्वेषण करें: रिपॉजिटरी के भीतर README फ़ाइल और अन्य दस्तावेज़ीकरण की समीक्षा करें ताकि आप उपकरणों और सुविधाओं का उपयोग कैसे करें, समझ सकें।
उपकरण चलाएँ: अपने स्थानीय मशीन पर डेटा अन्वेषण उपकरणों को सेटअप और चलाने के लिए निर्देशों का पालन करें।
योगदान करें: यदि आपके पास सुधार या नए फीचर्स जोड़ने के लिए हैं, तो बेझिझक रिपॉजिटरी को फोर्क करें, अपने परिवर्तन करें, और समीक्षा के लिए एक पुल अनुरोध सबमिट करें।

अक्सर पूछे जाने वाले प्रश्न

इस रिपॉजिटरी में कौन से प्रोग्रामिंग भाषाएँ उपयोग की गई हैं?

MCP सर्वर डेटा अन्वेषण रिपॉजिटरी मुख्य रूप से डेटा विश्लेषण और दृश्यता के लिए Python का उपयोग करती है, साथ ही विशिष्ट उपकरणों के लिए आवश्यक अन्य भाषाएँ भी।

क्या मैं MCP सर्वर डेटा अन्वेषण प्रोजेक्ट में योगदान कर सकता हूँ?

हाँ! योगदान का स्वागत है। आप रिपॉजिटरी को फोर्क कर सकते हैं, अपने परिवर्तन कर सकते हैं, और समीक्षा के लिए एक पुल अनुरोध सबमिट कर सकते हैं।

क्या इस रिपॉजिटरी के लिए कोई लाइसेंस है?

हाँ, MCP सर्वर डेटा अन्वेषण रिपॉजिटरी MIT लाइसेंस के तहत लाइसेंस प्राप्त है, जो मुफ्त उपयोग, संशोधन और वितरण की अनुमति देता है।

मैं रिपॉजिटरी में परिवर्तनों के बारे में कैसे अपडेट रह सकता हूँ?

आप GitHub पर रिपॉजिटरी को देख सकते हैं ताकि प्रोजेक्ट से संबंधित अपडेट, मुद्दों और चर्चाओं के बारे में सूचनाएँ प्राप्त कर सकें।

यदि मुझे समस्याएँ आती हैं तो मैं कहाँ मदद पा सकता हूँ?

आप GitHub रिपॉजिटरी पृष्ठ पर एक मुद्दा खोल सकते हैं ताकि समस्याओं की रिपोर्ट कर सकें या समुदाय से मदद मांग सकें। इसके अलावा, समस्या निवारण सुझावों के लिए दस्तावेज़ीकरण की जाँच करें।

विवरण

MCP Server for Data Exploration

MCP Server is a versatile tool designed for interactive data exploration.

Your personal Data Scientist assistant, turning complex datasets into clear, actionable insights.

🚀 Try it Out

Download Claude Desktop
- Get it here
Install and Set Up
- On macOS, run the following command in your terminal:
```
python setup.py
```
Load Templates and Tools
- Once the server is running, wait for the prompt template and tools to load in Claude Desktop.
Start Exploring
- Select the explore-data prompt template from MCP
- Begin your conversation by providing the required inputs:
  - csv_path: Local path to the CSV file
  - topic: The topic of exploration (e.g., "Weather patterns in New York" or "Housing prices in California")

Examples

These are examples of how you can use MCP Server to explore data without any human intervention.

Case 1: California Real Estate Listing Prices

Kaggle Dataset: USA Real Estate Dataset
Size: 2,226,382 entries (178.9 MB)
Topic: Housing price trends in California

Data Exploration Summary

Case 2: Weather in London

Kaggle Dataset: 2M+ Daily Weather History UK
Size: 2,836,186 entries (169.3 MB)
Topic: Weather in London
Report: View Report
Graphs:
- London Temperature Trends
  <img width="1622" alt="Screenshot 2024-12-09 at 12 48 56 AM" src="https://github.com/user-attachments/assets/9e70fe97-8af7-4221-b1e7-00197c88bb47">
- Temperature-Humidity Relationship by Season
  <img width="1623" alt="Screenshot 2024-12-09 at 12 47 54 AM" src="https://github.com/user-attachments/assets/f4ac60a8-30e3-4b10-b296-ba412c2922fa">
- Wind Direction Pattern by Season
  <img width="1622" alt="Screenshot 2024-12-09 at 12 47 00 AM" src="https://github.com/user-attachments/assets/2db01054-f948-4d2e-ba39-8de8fa59f83d">

📦 Components

Prompts

explore-data: Tailored for data exploration tasks

Tools

load-csv
- Function: Loads a CSV file into a DataFrame
- Arguments:
  - csv_path (string, required): Path to the CSV file
  - df_name (string, optional): Name for the DataFrame. Defaults to df_1, df_2, etc., if not provided
run-script
- Function: Executes a Python script
- Arguments:
  - script (string, required): The script to execute

⚙️ Modifying the Server

Claude Desktop Configurations

macOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json
Windows: %APPDATA%/Claude/claude_desktop_config.json

Development (Unpublished Servers)

"mcpServers": {
  "mcp-server-ds": {
    "command": "uv",
    "args": [
      "--directory",
      "/Users/username/src/mcp-server-ds",
      "run",
      "mcp-server-ds"
    ]
  }
}

Published Servers

"mcpServers": {
  "mcp-server-ds": {
    "command": "uvx",
    "args": [
      "mcp-server-ds"
    ]
  }
}

🛠️ Development

Building and Publishing

Sync Dependencies
```
uv sync
```
Build Distributions
```
uv build
```
Generates source and wheel distributions in the dist/ directory.
Publish to PyPI
```
uv publish
```

🤝 Contributing

Contributions are welcome! Whether you're fixing bugs, adding features, or improving documentation, your help makes this project better.

Reporting Issues

If you encounter bugs or have suggestions, open an issue in the issues section. Include:

Steps to reproduce (if applicable)
Expected vs. actual behavior
Screenshots or error logs (if relevant)

📜 License

This project is licensed under the MIT License. See the LICENSE file for details.

💬 Get in Touch

Questions? Feedback? Open an issue or reach out to the maintainers. Let's make this project awesome together!

About

This is an open source project run by ReadingPlus.AI LLC. and open to contributions from the entire community.

सर्वर कॉन्फ़िगरेशन

{
  "mcpServers": {
    "mcp-server-data-exploration": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "ghcr.io/metorial/mcp-container--reading-plus-ai--mcp-server-data-exploration--mcp-server-data-exploration",
        "mcp-server-ds"
      ],
      "env": {}
    }
  }
}

परियोजना जानकारी

लेखक

reading-plus-ai