Localdata MCP

本地数据MCP服务器

 ](https://github.com/ChrisGVE/localdata-mcp/releases)  ](https://pypi.org/project/localdata-mcp/)    

LocalData MCP使LLM代理能够访问本地和远程数据——数据库、文件、图形和结构化文档——以及用于分析和建模的完整数据科学工具包。它公开了13种数据库类型和20多种文件格式的52个MCP工具，具有内存限制流，因此代理可以在不超过可用RAM的情况下在大型数据集上安全工作。

](https://mseep.ai/app/chrisgve-localdata-mcp)

快速开始

# Install permanently
uv tool install localdata-mcp

# Or run directly without installing
uvx localdata-mcp

首次运行注意事项： 数据科学依赖项（scipy、scikit-learn、statsmodels、geopandas）总计约200 MB，首次使用时即可下载。随后开始重用缓存。如果您的MCP客户端在第一次启动时超时，请重新连接——下一次启动将立即进行。

添加到MCP客户端配置中：

{
  "mcpServers": {
    "localdata": {
      "command": "localdata-mcp"
    }
  }
}

对于 uvx （无永久安装）：

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

然后连接到任何支持的源并开始查询：

connect_database("sales", "postgresql", "postgresql://user:pass@localhost/db")
execute_query("sales", "SELECT product, SUM(amount) FROM orders GROUP BY product")

connect_database("data", "csv", "./records.csv")
analyze_hypothesis_test("data", "SELECT amount, region FROM data", column="amount", group_column="region")

功能概述

核心数据库（8个工具）

连接、查询和检查数据库和文件。所有查询都在可配置的内存限制（默认为2 GB）内执行，并对大型结果集进行自动分块流式处理。

流媒体和内存（9个工具）

树/结构化数据（10个工具）

将TOML、JSON和YAML文件作为可导航树进行导航和编辑。支持完整的CRUD操作，自动创建祖先节点，并往返导出到任何支持的格式。

图表（14个工具）

使用DOT、GML、GraphML和Mermaid文件作为定向多重图。支持节点和边上的完整CRUD、最短路径和所有路径查询、结构统计和多格式导出。

搜索和转换（2个工具）

模式和审计（3个工具）

系统（2个工具）

数据科学（12种工具）

直接对来自任何连接源的查询结果运行统计分析、建模和模式检测。

支持的数据源

数据库

文件格式

完全支持多表电子表格：每个表格都成为一个单独的可查询表。通过以下方式连接到特定工作表 ?sheet=SheetName 在路上。

数据科学领域

统计分析 --t检验、卡方检验、Mann-Whitney检验、Kruskal-Wallis检验和相关假设检验；单因素方差分析与事后检验；Cohen的d、η平方和其他效应大小度量。

回归与建模 --线性、多项式、logistic、岭、lasso和弹性网络回归；使用R²、RMSE、MAE和分类度量进行模型评估；自动特征选择。

模式识别 --K-means、DBSCAN和层次聚类；通过隔离林、LOF和单类SVM进行异常检测；使用PCA、t-SNE和UMAP进行降维。

时间序列 --分解、平稳性检验、自相关分析；ARIMA、SARIMA和ETS预测；变化点检测；VAR、Granger因果关系和协整检验的多元分析。

商业智能 --A/B测试统计分析；RFM客户细分；队列分析、CLV建模和漏斗分析。

地理空间 --距离和坐标计算、空间连接、插值和网络分析。

优化 --线性规划、约束优化、分配问题和网络优化。

抽样和估计 --引导置信区间、贝叶斯估计、蒙特卡洛模拟和分层抽样。

建筑

• 意图驱动界面 --工具接受语义参数（“找到强相关性”），而不需要统计过程名称或阈值
• 渐进式披露 --简单的调用返回具有合理默认值的高级见解；需要时可以使用高级参数
• 流式传输首次执行 --所有操作都是为分块处理而设计的；工具根据数据大小自动切换策略，将内存使用保持在配置的范围内
• 组成元数据 --每个工具结果都包括下游工具可以直接使用的元数据，从而实现了链式分析，而无需手动连接

配置

LocalData MCP使用环境变量进行可选设置。默认值适用于大多数情况。

在MCP服务器配置中设置 "env"，或在a .env 工作目录中的文件。

文档

• 数据库连接指南 --连接字符串、驱动程序设置和安全实践
• --容器部署和配置
• 高级示例 --生产就绪使用模式
• 故障排除指南 --常见问题及解决方法
• 常见问题解答 --常见问题
• API 参考 --完整的工具和参数参考

发展

git clone https://github.com/ChrisGVE/localdata-mcp.git
cd localdata-mcp
uv sync --all-extras
uv run pytest

该测试套件包括1600多个单元测试、234多个集成测试和62个企业级测试，涉及7种数据库类型，每种类型有10万行。

贡献

欢迎捐款。请阅读 贡献.md 在提交pull请求之前。

许可证

麻省理工学院——见 许可证 了解详情。