数据字典MCP
一种模型上下文协议（MCP）服务器，协调人工智能代理将数据库表转换为维基百科风格的数据字典。
概述
数据字典MCP项目使用人工智能支持的分析和描述，将各种数据库格式自动转换为全面的、人类可读的数据字典。它利用模型上下文协议（MCP）来协调AI代理，以分析、描述和验证数据库结构。
特性
- 多格式支持：处理JSON、CSV和纯文本文件（计划使用更多格式）
- AI驱动的分析：生成字段描述并确定关系
- MCP集成：使用模型上下文协议协调AI代理
- 模式提取：将各种格式的数据库模式提取为统一的表示形式
- 维基百科风格输出：以熟悉、可访问的格式呈现数据字典
项目状态
该项目正在积极开发中。请参阅 项目路线图 了解详情。
入门指南
先决条件
- Python 3.9+
- Git
- pip或poetry用于依赖管理
安装
- 克隆存储库：
git clone https://github.com/jonahkeegan/data-dictionary-mcp.git
cd data-dictionary-mcp- 创建虚拟环境：
python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate- 安装依赖项：
pip install -r requirements.txt- 运行应用程序：
python src/main.py项目结构
data-dictionary-mcp/
├── docs/ # Documentation
├── src/ # Source code
│ ├── mcp/ # MCP server components
│ ├── analyzers/ # Format analyzers
│ ├── agents/ # Agent coordination
│ └── dictionary/ # Dictionary generation
├── tests/ # Test suite
├── memory-bank/ # Cline memory bank
├── .gitignore
├── .clinerules # Cline rules
├── README.md
└── requirements.txt项目路线图
里程碑1:MCP服务器基础和格式分析器
- 使用基本工具定义实现MCP服务器
- 开发JSON、CSV和纯文本格式分析器
- 创建模式提取系统
- 对核心组件进行单元测试
里程碑2:AI代理协调和字段描述
- 实施代理协调制度
- 开发字段描述生成
- 创建任务分配和结果聚合
- 添加集成测试
里程碑3：内容验证和发布
- 实施内容验证
- 开发维基百科风格的格式
- 创建导出功能
- 添加端到端测试
里程碑4：用户界面和部署
- 开发web界面
- 实施搜索功能
- 添加用户反馈系统
- 创建部署基础架构
贡献
欢迎投稿！请随时提交拉取请求。
许可证
该项目是开源的，可在 MIT许可证.