MCP Local Analyst

MCP数据服务

提供方 fabiothiroki

数据服务 未标注 无需鉴权 社区 / 第三方

MCP Local Analyst是一款本地化AI数据分析工具,通过自然语言生成SQL查询,数据无需离开用户设备,提供Docker化Streamlit界面。

一句话选型结论

按资料字段整理

MCP Local Analyst 属于数据服务类 MCP 服务器,传输方式未标注,无需鉴权,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类数据服务 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

数据服务
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

数据分析Python本地部署自然语言处理SQL生成本地AI数据隐私

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
数据库查询

用自然语言查库、取数,不用手写 SQL。

数据同步与清洗

把多来源数据拉到一处做整理。

报表取数

按口径快速拉出统计结果。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在数据服务场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
MCP Local Analyst当前 未标注 未标注 未标注 无 2026-05-17
Memory 9d25f64e 9 未标注 未标注 无 2026-05-17
Getzep MCP 9 stdio · 本地进程 本地部署 有 2026-05-17
anything-llm 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Prisma MCP Server 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Astr Bot 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

数据服务
字段来自项目仓库与公开索引,中文说明由本站标注
提供方fabiothiroki上游标注的维护方 fabiothiroki
分类数据服务本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

1.1 KB
来自项目仓库与上游目录的原文,未做删改

MCP本地分析师

在本地访问您的数据💬📊. 使用模型上下文协议(MCP)、Ollama和SQLite构建的私人AI数据分析师。将自然语言转换为SQL查询,而无需数据离开您的机器。包括一个Docker化的Streamlit UI

入门指南

先决条件

在运行应用程序之前,请确保已安装以下内容:

  1. Docker&Docker编写 -在容器中运行应用程序所必需的
  • 从以下位置安装Docker桌面 docker.com
  • 默认情况下包括Docker Compose
  1. 奥拉玛 -用于运行本地LLM模型
  • 下载自 奥拉玛
  • 安装后,拉一个模型: ollama pull mistral (或您喜欢的型号)
  • Ollama将作为服务运行 http://localhost:11434

本地安装和运行

  1. 克隆仓库

  2. 确保Olama正在运行:```bash
    ollama serve


(在单独的终端中保持此运行)

1. 使用Docker Compose启动应用程序:```bash
docker-compose up --build
  1. 打开浏览器并导航到:http://localhost:8501

配置

  • 通过编辑修改数据库 src/seed_data.py 如有需要
  • 在应用程序UI中配置模型选择和参数
  • 数据存储在 data/ 目录

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
MCP Local Analyst 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

MCP Local Analyst 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

MCP Local Analyst 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP Local Analyst 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

MCP Local Analyst 能提供哪些能力?

资料显示能力标签包括 数据分析、本地AI、Python、自然语言处理。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。