快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

uv run scripts/export_golden_templates.py \

详细介绍

预设mcp

MCP服务器预设（管理Apache Superset）。管理来自Claude Code和其他LLM代理的仪表板、图表和数据集。

Claude Code ──STDIO──> preset-mcp ──> Preset API

Claude代码的设置

1.获取您的预设API证书

登录到 app.preset.io
首选 设置>API密钥
创建新的令牌/秘密对
复制这两个令牌和秘密

2.从PyPI安装

uv tool install preset-mcp --with preset-cli --with fastmcp --with sqlglot --with pydantic

3.用克劳德代码注册

claude mcp add --scope user -e PRESET_API_TOKEN= \
  -e PRESET_API_SECRET= \
  preset-mcp -- preset-mcp

要在启动时自动连接到特定工作区，请执行以下操作：

claude mcp add --scope user -e PRESET_API_TOKEN= \
  -e PRESET_API_SECRET= \
  -e PRESET_WORKSPACE="Your Workspace Title" \
  preset-mcp -- preset-mcp

4.验证

claude mcp list
# Should show: preset-mcp  ... 63 tools

然后在Claude Code会话中，尝试：

> list my preset workspaces

替代方案：从源代码安装

git clone https://github.com/Evan-Kim2028/preset-mcp.git
cd preset-mcp
uv sync

claude mcp add --scope user -e PRESET_API_TOKEN= \
  -e PRESET_API_SECRET= \
  preset-mcp -- uv run --directory /path/to/preset-mcp preset-mcp

工具（63）

工作区导航

工具	目的
`list_workspaces`	列出您有权访问的所有工作区
`use_workspace`	按标题切换到工作区

阅读

工具	目的
`list_dashboards`	列出仪表板（逐步披露）
`get_dashboard`	获取单个仪表板的详细信息（支持 `response_mode`)
`list_charts`	列出图表
`get_chart`	获取单个图表的详细信息（支持 `response_mode`)
`list_datasets`	列出数据集
`get_dataset`	获取单个数据集（列、指标、SQL）的详细信息
`list_databases`	列出数据库连接
`get_database`	获取单个数据库连接的详细信息
`workspace_catalog`	关系感知拓扑图

创建

工具	目的
`create_dashboard`	创建新的空仪表板
`create_dataset`	将SQL查询注册为虚拟数据集
`create_chart`	从数据集构建图表

更新

工具	目的
`update_dataset`	更改数据集的SQL、名称或描述
`update_chart`	更改图表的标题，即类型或参数
`update_dashboard`	重命名或发布/取消发布仪表板

仪表板生命周期

工具	目的
`export_dashboard`	导出仪表板ZIP包以进行备份或迁移
`import_dashboard`	导入仪表板ZIP包并报告受影响的仪表板ID
`delete_dashboard`	导出备份ZIP后删除仪表板

SQL查询

工具	目的
`run_sql`	通过Preset的连接执行只读SQL查询
`query_dataset`	使用Superset的度量/维度抽象查询数据集

验证与审核

工具	目的
`validate_chart`	通过图表数据执行验证单个图表
`validate_dashboard`	验证仪表板上的所有图表
`validate_chart_render`	通过无头浏览器探测器验证图表渲染
`validate_dashboard_render`	跨仪表板图表验证渲染状态
`verify_chart_workflow`	单镜头图表→仪表板查询/呈现验证
`verify_dashboard_structure`	验证仪表板布局图和图表参考
`verify_dashboard_workflow`	一键式仪表板结构/查询/渲染验证
`repair_dashboard_chart_refs`	修复过时的仪表板图表ID引用
`list_mutations`	检查本地突变审计日记账分录
`list_dashboard_snapshots`	列出本地突变前仪表板快照
`restore_dashboard_snapshot`	从本地快照还原仪表板布局/设置
`capture_dashboard_template`	捕获可重用的仪表板+图表模板JSON
`capture_golden_templates`	从仪表板ID批量导出模板
`snapshot_workspace`	完整库存转储以供审计

典型工作流程

预期的工作流程将预设的mcp与数据仓库mcp（如冰屋mcp 雪花）：

1. Explore data in Snowflake          (igloo-mcp)
2. Write and validate your SQL         (igloo-mcp)
3. workspace_catalog                   (preset-mcp) — understand what exists
4. list_databases                      (preset-mcp) — find the database_id
5. create_dataset                      (preset-mcp) — register the SQL
6. create_chart + create_dashboard     (preset-mcp) — build the viz
7. update_dataset / update_chart       (preset-mcp) — iterate

特性

渐进式披露

所有列表和详细信息工具都接受 response_mode 用于控制令牌使用的参数：

compact --仅限ID和名称（令牌减少约80%）
standard --关键元数据字段（列表工具的默认值）
full -原始API响应（详细信息工具的默认响应）

list_dashboards(response_mode="compact")
→ {"count": 42, "data": [{"id": 1, "dashboard_title": "Revenue"}, ...]}

get_dashboard(dashboard_id=80, response_mode="standard")
→ key fields only, no position_json or json_metadata blobs

详细工具(get_dashboard, get_chart, get_dataset, get_database)默认为 full 为了向后兼容性。使用 standard 或 compact 为了避免大的有效负载，具有20多个图表的仪表板在完整模式下可以返回50-100K个字符。

SQL安全

run_sql 用途 sqlglot 对于基于AST的验证：

块写入操作（INSERT、UPDATE、DELETE、DROP、ALTER、MERGE、TRUNCATE、GRANT、REVOKE）
检测多语句注入(SELECT 1; DROP TABLE x)
处理评论包装绕过(-- comment\nDELETE FROM x)
捕获CTE封装的写入(WITH x AS (...) DELETE FROM y)

结构化错误

错误包括 error_type 和 hints[] 因此LLM可以自我恢复：

{
  "error": "No workspace selected.",
  "error_type": "no_workspace",
  "hints": [
    "Call list_workspaces to see available workspaces.",
    "Then call use_workspace('Title') to select one."
  ]
}

结构化日志记录

stderr上的JSON日志（stdout保留用于STDIO传输）：

{"ts":"2025-02-11 12:00:00","level":"INFO","msg":"tool=list_dashboards status=ok duration_ms=234"}

配置

所有设置都可以通过环境变量覆盖：

变量	默认值	用途
`PRESET_API_TOKEN`	（必需）	预设API令牌
`PRESET_API_SECRET`	（必需）	预设API机密
`PRESET_WORKSPACE`	（可选）	自动连接到此工作区
`PRESET_MCP_SQL_ROW_LIMIT`	`1000`	SQL查询的最大行数
`PRESET_MCP_SQL_SAMPLE_ROWS`	`5`	以标准模式显示的行
`PRESET_MCP_TRUNCATION_THRESHOLD`	`50`	全模式截断截止
`PRESET_MCP_TRUNCATION_TAIL`	`5`	截断时保留尾排
`PRESET_MCP_LOG_LEVEL`	`INFO`	记录冗长

Python库

preset mcp也可以作为一个独立的Python库使用（不需要mcp）：

from preset_py import connect

ws = connect("My Workspace")
dashboards = ws.dashboards()
df = ws.run_sql("SELECT * FROM revenue LIMIT 10", database_id=1)

ws.create_dataset("daily_revenue", "SELECT ...", database_id=1)
ws.create_chart(dataset_id=5, title="Revenue", viz_type="echarts_timeseries_bar")

高级配方：带有特殊指标的饼图

使用 params_json 用于高级图表参数，如ad-hoc过滤器。

{
  "dataset_id": 868,
  "title": "USDSUI Distribution",
  "viz_type": "pie",
  "metrics": "[{\"expressionType\":\"SQL\",\"sqlExpression\":\"AVG(AMOUNT_USD)\",\"label\":\"AVG(AMOUNT_USD)\"}]",
  "groupby": "[\"CATEGORY\",\"SOURCE_NAME\"]",
  "params_json": "{\"adhoc_filters\":[{\"col\":\"TOKEN_SYMBOL\",\"op\":\"==\",\"val\":\"USDSUI\"}]}"
}

笔记：

create_chart.metrics 接受已保存的度量名称或特殊度量对象。
create_chart.template="auto" 对缺失的字段应用viz特定的默认值。
params_json 在飞行前根据数据集列/指标进行验证。
params_json 不能包含数据源重新绑定键，如 viz_type 或 datasource_id.
create_chart.repair_dashboard_refs 默认为 false 因此，除非明确要求，否则图表创建不会改变仪表板布局。

严格参数语义

update_chart(params_json=...) 使用严格的验证语义并处理 params_json 作为与viz完全兼容的params有效载荷。
对于具有必填字段的viz类型（例如 pie 和时间序列图），仅部分有效载荷 {"color_scheme":"..."} 被拒绝。
使用 get_chart(chart_id=, response_mode="full") 当您需要精确更新时，可以复制/编辑现有的参数JSON。

黄金模板工作流

使用经过验证的仪表板（例如BTC Fight、海象、DeepBook）作为模板源：

查找仪表板ID：

list_dashboards(response_mode="compact")

在模板化之前验证布局/查询/呈现运行状况：

verify_dashboard_workflow(dashboard_id=, include_render=true, response_mode="standard")

导出单个可重用模板：

capture_dashboard_template(
  dashboard_id=,
  portable=true,
  include_query_context=false,
  include_dataset_schema=true,
  output_path="~/.preset-mcp/golden-templates/.json"
)

一次运行导出多个仪表板：

capture_golden_templates(
  dashboard_ids="[80,97,162]",
  output_dir="~/.preset-mcp/golden-templates",
  portable=true,
  include_dataset_schema=true
)

CLI替代方案：

uv run scripts/export_golden_templates.py \
  --workspace "Mysten Labs--General" \
  --dashboard-ids 80,103,102 \
  --output-dir ~/.preset-mcp/golden-templates \
  --overwrite

可选的活烟测试（默认跳过）：

PRESET_MCP_ENABLE_LIVE_TESTS=1 \
PRESET_MCP_LIVE_DASHBOARD_IDS=80,103,102 \
uv run --with pytest pytest -q tests/test_live_dashboard_smoke.py

许可证

麻省理工学院

目录标签

工作流自动化PythonClaude数据可视化仪表板管理本地部署API集成SQL验证

支持客户端

Claude

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

token

运行时（runtime，运行环境）

Python

工具数量（toolCount，工具数）

36

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdiotoken部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

MCP World

mcpworld.com

/detail/1766075e51927b646fe969bbd910eb1c

一款用于管理Preset（托管Apache Superset）仪表板、图表和数据集的工具，支持与Claude Code等LLM代理集成。

继续浏览同类 MCP

更多AI代理 MCP（18,706）返回 MCP 目录

上一个 MCP

Present List

一个基于LangGraph的代理，使用MCP（模型上下文协议）工具来管理圣诞礼物请求，检查用户是否表现良好并提交礼物请求给圣诞老人。

下一个 MCP

Pressable MCP Server

Pressable MCP服务器为Pressable API提供了一个全面的工具集，用于管理和自动化WordPress站点。

Preset MCP