可像素MCP服务器（开发者版）
多模式AI数据基础设施作为MCP服务器。 32个工具·13个资源·6个提示 用于表管理、AI/ML管道、依赖关系管理、交互式REPL等。
用途 同步端点 + uvloop 使用Pixeltable获得最佳性能 ≥ 0.5.27 （参见 pyproject.toml).
______________________________________________________________________
快速开始
需要 uv:
curl -LsSf https://astral.sh/uv/install.sh | sh克劳德代码（最简单） --只需说：
“安装https://github.com/pixeltable/mcp-server-pixeltable-developer作为紫外线工具，并将其添加到您的MCP中”
手动安装：
uv tool install --from git+https://github.com/pixeltable/mcp-server-pixeltable-developer.git mcp-server-pixeltable-developer
claude mcp add pixeltable mcp-server-pixeltable-developer # Claude Code如果 uv 警告说 ~/.local/bin 不在你的 PATH，跑 uv tool update-shell （或将该目录添加到 PATH)所以 mcp-server-pixeltable-developer 找到了。核对 mcp-server-pixeltable-developer --version.
来源：
git clone https://github.com/pixeltable/mcp-server-pixeltable-developer && cd mcp-server-pixeltable-developer
uv sync客户端配置
Claude Desktop
{
"mcpServers": {
"pixeltable": {
"command": "mcp-server-pixeltable-developer",
"env": {
"PIXELTABLE_HOME": "/Users/{you}/.pixeltable",
"PIXELTABLE_FILE_CACHE_SIZE_G": "10"
}
}
}
}来源--使用 "command": "uv" 随着 "args": ["run", "--directory", "{repo}", "python", "-m", "mcp_server_pixeltable_stio"].
Cursor
用户配置 — ~/.cursor/mcp.json （适用于所有工作区）：
{
"mcpServers": {
"pixeltable-developer": {
"command": "mcp-server-pixeltable-developer",
"env": {
"PIXELTABLE_HOME": "/Users/you/.pixeltable"
}
}
}
}如果Cursor报告 命令未找到，使用来自的完整路径 uv tool update-shell / which mcp-server-pixeltable-developer例如。 "command": "/Users/you/.local/bin/mcp-server-pixeltable-developer".
从源代码开发此仓库 --可选项目 .cursor/mcp.json 因此，服务器从您的克隆运行（替换路径）：
{
"mcpServers": {
"pixeltable-developer": {
"command": "uv",
"args": ["run", "--directory", "/path/to/mcp-server-pixeltable-developer", "python", "-m", "mcp_server_pixeltable_stio"],
"env": {
"PIXELTABLE_HOME": "/Users/you/.pixeltable"
}
}
}
}除非您打算运行两个条目，否则不要两次定义相同的服务器名称（用户+项目）。
配置更改后重新启动客户端。
______________________________________________________________________
测试
使用一个 专用的 PIXELTABLE_HOME 用于测试，这样您就不会接触到其他目录。
MCP检查员（交互式）
从克隆，之后 uv sync:
export PIXELTABLE_HOME="$HOME/.pixeltable-mcp-test"
uv run mcp dev src/mcp_server_pixeltable_stio/server.py:mcp这将启动服务器并打开 MCP检查员 在浏览器中，您可以在没有IDE的情况下调用工具、阅读资源和尝试提示。
快速检查： 工具 pixeltable_check_dependencies 带着表情 openai.chat_completions；工具 execute_python 随着 print(pxt.__version__)；资源 pixeltable://version.
光标
添加 PIXELTABLE_HOME 在...之下 env 在 .cursor/mcp.json （参见 客户端配置 上文）。重新启动Cursor，确认服务器已连接，然后从MCP面板运行一个简单的工具。
CLI健全性（无JSON-RPC）
mcp-server-pixeltable-developer --version
uv run python list_tools.py--version / --help 立即退出。 list_tools.py 仅打印已注册的工具、资源和提示（导入检查，而不是完整的MCP会话）。
______________________________________________________________________
工具（32）
| 类别 | 工具 |
|---|---|
| 表格 | create_table · drop_table · create_view · create_snapshot |
| 数据 | create_replica · query_table · insert_data · query · add_computed_column |
| 目录 | create_dir · drop_dir · move |
| 配置 | configure_logging · set_datastore |
| AI/ML | create_udf · create_array · create_tools · connect_mcp |
| Deps | check_dependencies · install_dependency |
| 类型 | create_type （图像、视频、音频、数组\[Float\]等） |
| 文档 | search_docs |
| REPL | execute_python · introspect_function · list_available_functions · install_package |
| 日志记录 | log_bug · log_missing_feature · log_success · generate_bug_report · get_session_summary |
| 显示 | display_in_browser |
所有工具都带有前缀 pixeltable_ （REPL/日志助手除外）。完整的文档字符串可通过 introspect_function.
资源（13）
| URI | 返回什么 |
|---|---|
pixeltable://tables | 所有带计数的表 |
pixeltable://tables/{path} | 关于表/视图/快照的信息 |
pixeltable://tables/{path}/schema | 列架构 |
pixeltable://directories | 所有目录 |
pixeltable://ls / pixeltable://ls/{path} | 目录列表 |
pixeltable://version | 可像素版本 |
pixeltable://config/datastore | 数据存储配置 |
pixeltable://types | 可用数据类型 |
pixeltable://functions | 已注册的Pixeltable功能 |
pixeltable://tools | MCP工具列表 |
pixeltable://help | 工作流程指导 |
pixeltable://diagnostics | 系统和依赖性诊断 |
提示（6）
pixeltable_usage_guide · getting_started · computer_vision_pipeline · rag_pipeline · video_analysis_pipeline · audio_processing_pipeline
______________________________________________________________________
例子
Create a table called movies with title, year, and rating columns → insert sample data → query ratings above 8.5
Add a computed column that runs YOLOX object detection on every image
Check what deps I need for openai.chat_completions(...) → install them
execute_python("print(pxt.list_tables())")______________________________________________________________________
文档
- 像素表文档
- 像素化技能 -任务路由器，API陷阱(
openai.vision对比chat_completions,frame_iterator,similarity(string=...)等），以及与当前Pixeltable一致的工作流示例
______________________________________________________________________
建筑
src/mcp_server_pixeltable_stio/
server.py FastMCP server, tool/resource/prompt registration, uvloop activation
core/
tables.py Table CRUD, views, snapshots, replicas, queries, computed columns
directories.py Directory CRUD, listing, moving
dependencies.py Dependency checking, unified installer, diagnostics
udf.py UDF creation, type system, LLM tool wrappers, MCP connections
helpers.py Config, version, docs search, shared utilities
resources.py Read-only MCP resource handlers
prompt.py Prompt templates for common workflows
repl_functions.py Persistent Python REPL, introspection, package management
canvas_server.py Browser canvas for rich content display______________________________________________________________________
故障排除
- 重新启动客户端 任何配置更改后
- Python 3.10+ 和
uv需要 command not found之后uv tool install: 确保~/.local/bin开着PATH(uv tool update-shell)或通过完整路径调用；与…确认mcp-server-pixeltable-developer --version- 检查一下
PIXELTABLE_HOME指向有效目录 - 使用
log_bug(...)/generate_bug_report()用于结构化问题跟踪 - 文件问题