Highchart MCP Server

Highcharts MCP服务器

A. 模型上下文协议（MCP）服务器 旨在生成基于Highcharts的图表和可视化 生产就绪, AI增强，以及 已验证 方式。该服务器可以与任何支持MCP的AI客户端（如Claude、ChatGPT、Cursor、Dify、VSCode等）集成，以自动化图表生成、验证和导出工作流程。

概述

Highcharts MCP服务器提供：

• 图表生成 所有常见的Highcharts类型
• 模式验证 图表配置
• 生产级特征 用于可扩展性、安全性和监控
• AI辅助功能，例如自然语言图表生成
• 面向开发人员的CLI和SDK工具

它作为一个MCP工具套件，公开了可以由AI助手或自定义客户端调用的Highcharts图表生成端点。

目录

1. 特性
2. 建筑
3. 安装
4. AI客户端集成
5. 用法
6. 验证系统
7. 生产就绪
8. AI和LLM集成
9. 工具和开发人员经验
10. 分析和监控
11. 贡献
12. 许可证

______________________________________________________________________

1.特点

核心图表功能

MCP服务器支持使用Highcharts配置生成图表：

• 线、柱、条
• 面积，散点，饼
• 仪表、树状图、热图
• 财务图表（OHLC、烛台）
• 专业图表类型（Sankey、Network、Timeline）
• 导出到 PNG、SVG、PDF，以及交互式HTML捆绑包

（基于MCP图表服务器和Highcharts节点导出支持的概念）（\[Highcharts.com\]\[2\]）

模式验证

所有传入的图表配置请求都经过验证 JSON模式或Zod模式:

• 图表选项的类型强制
• 数据数组、轴定义、序列结构的验证
• 对无效配置的详细和结构化错误响应

（受现有MCP图表服务器启发的验证方法）（\[GitHub\]\[3\]）

生产级可靠性

• 可扩展部署 通过Docker、Kubernetes
• 多传输支持：HTTP（S）、SSE、流式HTTP、STDIO
• 健康检查端点
• 高可用性和负载平衡
• 可配置的缓存和速率限制

安全和访问控制

• API密钥、OAuth2和JWT身份验证
• RBAC（基于角色的访问控制）
• 利率限制和配额
• 合规性审计日志

AI和LLM增强功能

• 自然语言到图表配置的转换
• 基于数据集或分析问题的图表类型建议
• 使用AI自动更正无效配置
• LLM工作流的集成挂钩

出口和输出

• 静态和交互式图表输出
• 批量和计划导出功能
• 可共享图表资产的链接生成

监测和可观察性

• 普罗米修斯/Grafana集成
• 结构化日志记录
• 性能指标
• 错误报告仪表板

工具和SDK

• 用于快速本地操作的CLI工具
• JavaScript和Python SDK
• 交互式模式文档
• 用于测试配置的游乐场UI

______________________________________________________________________

2.建筑

服务器由以下部分组成：

• 传输层 --处理不同的MCP传输（HTTP/SSE、流式传输、STDIO）
• 模式验证层 --确保图表配置正确
• 图表渲染器 --使用Highcharts引擎（节点导出或服务器渲染）
• AI处理层 --可选的自然语言预处理
• 输出服务 --导出和共享

服务器使用模块化结构来隔离责任并启用插件/扩展。

______________________________________________________________________

3.安装

先决条件

• Node.js 18+
• Docker（可选）
• Kubernetes（可选）

本地设置

克隆存储库：

git clone https://your-repo-url
cd highcharts-mcp-server
npm install
npm run build
npm start

码头工人

构建Docker镜像：

docker build -t highcharts-mcp-server .
docker run -p 8080:8080 highcharts-mcp-server

______________________________________________________________________

4.AI客户端集成

此MCP服务器可与任何支持MCP的AI客户端配合使用。以下是常见客户端的配置示例。

克劳德桌面版

添加到您的Claude Desktop配置文件中：

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

{
  "mcpServers": {
    "highchart-mcp-server": {
      "command": "node",
      "args": ["/absolute/path/to/highchart-mcp-server/dist/index.js"],
      "env": {
        "TRANSPORT": "stdio",
        "LOG_LEVEL": "info"
      }
    }
  }
}

光标/VS代码

添加 .cursor/mcp.json 或 .vscode/mcp.json 在项目根目录中：

{
  "mcpServers": {
    "highchart-mcp-server": {
      "command": "node",
      "args": ["/absolute/path/to/highchart-mcp-server/dist/index.js"],
      "env": {
        "TRANSPORT": "stdio",
        "LOG_LEVEL": "info"
      }
    }
  }
}

流式HTTP（网络客户端）

对于通过网络连接的客户端，使用HTTP传输启动服务器：

TRANSPORT=streamable-http PORT=3000 node dist/index.js

然后将您的MCP客户端连接到 http://localhost:3000/mcp.

可用工具

______________________________________________________________________

基本图表调用

图表生成是通过使用图表配置对象调用MCP工具来完成的。例如：

{
  "tool": "create_chart",
  "input": {
    "type": "line",
    "data": {
      "categories": ["Jan", "Feb", "Mar"],
      "series": [
        {"name": "Sales", "data": [10, 15, 20]}
      ]
    },
    "options": {}
  }
}

MCP服务器验证输入并返回图表数据或导出工件。

______________________________________________________________________

6.验证系统

服务器使用 模式验证系统:

• 每种图表类型的Zod或JSON模式定义
• 公共实体（轴、系列、颜色）的共享实用程序模式
• 带有详细消息的错误对象

无效请求返回结构化响应，指示验证失败。

______________________________________________________________________

7.生产准备

部署

支持在生产环境中部署：

• 使用Docker进行容器化部署
• 带有健康探测器的Kubernetes配置
• 环境变量配置

安全

• 可配置的身份验证提供程序
• TLS/HTTPS强制
• 审计日志

可扩展性

• 无状态MCP服务器实例
• 水平自动缩放
• 缓存重复的图表请求

______________________________________________________________________

8.AI和LLM集成

该服务器提供以人工智能为中心的功能：

• 自然语言解析器 --将描述转换为图表配置
• API建议 --建议图表类型和选项
• 纠错API --使用AI修复配置

这些集成使服务器适用于交互式AI应用程序和助手。

______________________________________________________________________

9.工具和开发人员经验

命令行界面

提供以下命令：

• 正在验证图表配置
• 在本地导出图表
• 测试图输出

SDK

• 用于客户端集成的JavaScript SDK
• 用于后端集成的Python SDK

游戏场

一个交互式UI，用于测试图表配置并查看实时输出。

______________________________________________________________________

10.分析和监控

• 普罗米修斯指标曝光
• 具有结构化级别的日志
• Grafana的仪表板模板

这些有助于监控服务器性能和使用模式。

______________________________________________________________________

11.贡献

贡献：

1. 分叉存储库
2. 创建要素分支
3. 添加测试和文档
4. 提交拉取请求

请遵循代码样式指南，并包括对新功能的测试。

______________________________________________________________________

12.许可证

根据 MIT许可证.