Tableau Knowledge MCP

带技术知识库的Tableau分析助手

使用Claude+模型上下文协议（MCP）将您的技术库与实时Tableau数据分析相结合

  

这有什么作用

重要提示： 此存储库提供 仅限框架和工具 -不包括PDF书籍或受版权保护的材料。您需要提供自己的技术PDF集合。本自述文件中引用的统计数据（95本书，75003块等）反映了作者的个人图书馆，并将根据您自己的收藏而有所不同。

通过提出结合以下内容的问题来改变您的数据分析工作流程 理论知识 从您的技术书籍中 实时数据 来自Tableau：

示例问题：

• *“我的Tableau书籍中的LOD计算最佳实践是什么，然后用我的Sample Superstore数据向我展示示例？”*
• *“在我的Python书籍中搜索pandas合并技术，然后分析哪些客户出现在多个地区”*
• *“根据我的数据科学书籍，处理异常值的最佳方法是什么，我的利润领域有吗？”*

由两台协同工作的MCP服务器提供支持：

1. 技术知识库 -跨PDF库的语义搜索
2. Tableau云 -对Tableau数据源的实时查询

主要特点

• 语义搜索 -立即在90多个技术PDF中查找相关内容
• 实时数据查询 -查询Tableau数据源、元数据和分析
• 双重语境分析 -在一次谈话中将理论与实践相结合
• 安全 -代码中未存储凭据（仅环境变量）
• Claude桌面集成 -与Claude的聊天界面无缝协作
• 快速 -ChromaDB矢量搜索在2秒内返回结果

先决条件

• Python 3.9+ -使用 py --version 在Windows上
• Microsoft C++构建工具 -Windows上ChromaDB需要(点击此处下载)
• Node.js -Tableau MCP服务器需要(点击此处下载)
• Tableau云或服务器 -拥有创作者许可证或更高版本
• Tableau个人访问令牌（PAT） -用于API身份验证
• 克劳德桌面 -下载自 claude.ai
• PDF库 -您自己的PDF格式技术书籍集（不包括在内-见上文注释）
• 最低4GB RAM （对于较大的库，建议使用8GB）
• 2GB磁盘空间 -用于ChromaDB索引存储

Windows用户： 看 docs/WINDOWS_SETUP.md Windows特定的安装步骤和常见问题的解决方案。

快速开始

1.克隆和设置

# Clone the repository
git clone https://github.com/jvijeh/tableau-knowledge-mcp.git
cd tableau-knowledge-mcp

Windows（PowerShell）：

# Create virtual environment
py -m venv venv

# Activate virtual environment
& .\venv\Scripts\Activate.ps1

# Install dependencies
pip install -r requirements.txt

Mac/Linux：

python -m venv venv
source venv/bin/activate
pip install -r requirements.txt

重要提示： 始终寻找 (venv) 在运行任何命令之前，请在提示符下执行。没有它，包裹就找不到了。

2.配置环境变量

# Copy the example environment file
cp .env.example .env

打开 .env 并更新这些必需值：

TABLEAU_SERVER_URL=https://your-site.online.tableau.com
TABLEAU_SITE_NAME=your-site-name
TABLEAU_PAT_NAME=your-token-name
TABLEAU_PAT_SECRET=your-token-secret
PDF_LIBRARY_PATH=/path/to/your/pdf/books

看 docs/TABLEAU_SETUP.md 以获取创建个人访问令牌的帮助。

3.索引您的PDF库

# Windows
python scripts\index_books.py --pdf-dir "C:\path\to\your\books"

# Mac/Linux
python scripts/index_books.py --pdf-dir "/path/to/your/books"

脚本会自动搜索子文件夹 -在主题文件夹中组织您的书籍：

books/
├── Tableau/
├── Python/
├── SQL/
└── Data_Science/

预期产量：

Loading embedding model: sentence-transformers/all-MiniLM-L6-v2
Initializing ChromaDB at: ./chroma_db
Found 110 PDF files

[1/110] Processing: Learning_Tableau_2025.pdf
  ✓ Indexed 856 chunks
...

✅ Indexing complete!
📊 Successfully indexed: 95/110 books
📊 Total chunks: 75,003
📊 Average chunks per book: 789

注： 85-90%的成功率是正常的。扫描的PDF和加密文件会自动跳过。

4.配置克劳德桌面

配置文件位置：

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

添加此配置（替换 {username} 使用您的Windows用户名）：

{
  "mcpServers": {
    "tableau": {
      "command": "npx",
      "args": ["-y", "@tableau/mcp-server@latest"],
      "env": {
        "SERVER": "https://your-site.online.tableau.com",
        "SITE_NAME": "your-site-name",
        "PAT_NAME": "your-token-name",
        "PAT_VALUE": "your-token-secret"
      }
    },
    "technical-knowledge-base": {
      "command": "C:\\Users\\{username}\\tableau-knowledge-mcp\\venv\\Scripts\\python.exe",
      "args": [
        "C:\\Users\\{username}\\tableau-knowledge-mcp\\src\\server.py"
      ],
      "env": {
        "CHROMA_DB_PATH": "C:\\Users\\{username}\\tableau-knowledge-mcp\\chroma_db",
        "PDF_LIBRARY_PATH": "C:\\Users\\{username}\\books",
        "EMBEDDING_MODEL": "sentence-transformers/all-MiniLM-L6-v2",
        "MAX_SEARCH_RESULTS": "5"
      }
    }
  }
}

重要提示： 使用带有双反斜杠的绝对路径 \\ 在Windows上。这 CHROMA_DB_PATH env变量是Claude Desktop查找索引所必需的。

看 examples/claude_desktop_config json 一个完整的模板。

5.重新启动克劳德桌面并测试

1. 完全退出克劳德桌面（文件→ Quit)
2. 重新打开克劳德桌面
3. 单击右下角的插头图标
4. 验证两台服务器是否显示为已连接

测试查询：

List all books in my technical knowledge base

What datasources are available in my Tableau environment?

Search my Tableau books for LOD calculations, then show me 
the fields available in Sample-Superstore

文档

• docs/INSTALLATION.md -详细的分步设置
• docs/WINDOWS_SETUP.md -Windows特定指南及常见问题
• docs/TABLEAU_SETUP.md -创建个人访问令牌
• docs/ARCHITECTURE.md -系统如何工作
• docs/TROUBLESHOOTING.md -常见问题和解决方案
• docs/CONTRIBUTING.md -如何做出贡献

建筑

┌─────────────────┐
│  Claude Desktop │
└────────┬────────┘
         │
    ┌────┴─────────────────────────────┐
    │                                  │
┌───▼──────────────┐      ┌───────────▼──────┐
│ Technical KB MCP │      │ Tableau Cloud MCP│
│                  │      │                  │
│ • ChromaDB       │      │ • REST API       │
│ • Embeddings     │      │ • Live Queries   │
│ • 75K chunks     │      │ • Metadata       │
└───┬──────────────┘      └──────────┬───────┘
    │                                 │
┌───▼─────────┐              ┌────────▼─────────┐
│ PDF Library │              │ Tableau Cloud    │
│ (95 books)  │              │ (your datasets)  │
└─────────────┘              └──────────────────┘

看 docs/ARCHITECTURE.md 详细的系统设计。

示例用例

学习+应用

提出理论问题，并立即用你的数据看到实际例子：

• “我的SQL书中解释了哪些不同类型的连接，然后使用我的Superstore数据向我展示示例”
• “根据我的数据清理手册，我应该如何处理NULL值，我的Sales字段中是否有NULL值？”

内容创作

使用助手创建教育内容：

• “我想写一篇关于LOD计算的文章。从我的Tableau书籍中提取示例，并使用我的Superstore数据创建演示查询”

数据探索

将领域知识与数据发现相结合：

• “我的分析书中常见的客户细分技术是什么，我的客户数据中存在哪些细分？”

故障排除

获得特定技术挑战的帮助：

• “我的RANK（）计算没有按预期工作。我的Tableau书籍中有哪些常见错误，你能回顾一下我的实际计算吗？”

配置选项

编辑 .env 要自定义性能：

CHUNK_SIZE=1000          # Larger = more context per result
CHUNK_OVERLAP=200        # 20% overlap preserves context between chunks
MAX_SEARCH_RESULTS=5     # Number of results returned per query
BATCH_SIZE=10            # PDFs processed simultaneously during indexing

安全最佳实践

做：

• 使用 .env 所有凭据的文件
• 保持 .env 在 .gitignore
• 定期轮换Tableau PAT
• 为此项目使用专用PAT
• 设置PAT到期日期（建议90-365天）

不要：

• 提交 .env 文件到Git
• 在代码或文档中共享凭据
• 使用生产PAT进行测试
• 将凭据直接存储在claude_desktop_config.json中

常见问题（Windows）

看 docs/WINDOWS_SETUP.md 了解每个问题的完整细节。

项目统计

在新安装的Windows上进行了测试（2026年2月）：

• 95本书 已成功索引
• 75003个文本块 可搜索的
• 成功率86% 110个PDF文件
• 约23分钟 110本书的索引时间
• ~45分钟 总设置时间（包括C++构建工具）
• 不到2秒 平均查询响应时间

路线图

• \[\]用于设置和配置的Web UI
• \[\]支持Power BI数据集
• \[\]支持多语言PDF
• \[\]Docker容器化
• \[\]云部署指南
• \[\]扫描PDF的OCR支持

贡献

欢迎投稿！看 docs/CONTRIBUTING.md 作为指导方针。

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

作者

约书亚 维耶赫

• 博客： DataDevDiary.com
• github： @jvijeh

致谢

• 建于 Anthropic的模型上下文协议
• 用途 ChromaDB 用于矢量搜索
• Tableau MCP by @画面
• 句子变形金刚 UKPLab
• 克劳德Anthropic 在整个构建过程中用作开发和故障排除助手

支持

• Bug报告：
• 问题：
• 博客： DataDevDiary.com

______________________________________________________________________

如果这个项目对你有帮助，请在存储库中加星！