Token导航 LogoToken导航TokenDH.com
Chuk MCP Chart logo
数据服务stdio官方级别未说明来源级核验

Chuk MCP Chart

MCP Server

Chuk MCP Chart 是一款交互式数据可视化工具,支持通过CSV、JSON或直接输入数据生成多种图表类型,适用于数据分析和展示。

工具数

3

提示词数

0

GitHub Stars

0

资源数

0
数据可视化数据分析PythonClaude图表生成Claude DesktopClaude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

IBM

提供方

IBM

最后核验

2026/5/17 20:22

运行时

Python

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

uvx chuk-mcp-chart

详细介绍

楚科奇MCP图

通过MCP实现交互式数据可视化 --粘贴CSV,描述您的数据,要求提供图表。立即渲染条形图、饼图、折线图、甜甜圈图、雷达图、极坐标图和面积图。

这是一个为学习和测试目的而提供的演示项目。

![Python 3.11+](https://www.python.org/downloads/)

特性

三种将原始数据转化为精美图表的工具:

1.显示图表(show_chart)

从显式数据创建图表。提供标签、一个或多个数据集和可选配置:

  • 图表类型:条、线、饼、甜甜圈、雷达、极地、区域
  • 轴标签、图例位置、堆叠模式
  • 每个数据集的自定义颜色
  • 自动分配的色盲友好调色板

2.CSV格式的图表(chart_from_csv)

粘贴原始CSV文本并获取图表——无需配置:

  • 第一个非数字列成为类别标签
  • 每个数字列都变成一个数据集(系列)
  • 如果所有列都是数字,则行号用作标签
  • 非常适合电子表格数据

3.JSON格式的图表(chart_from_json)

传递一个JSON对象数组并自动获取图表:

  • 第一个字符串字段成为类别标签
  • 每个数字字段都变成一个数据集
  • 适用于API响应或结构化数据

安装

使用uvx(推荐-无需安装!)

uvx chuk-mcp-chart

这将自动下载并运行最新版本。非常适合克劳德桌面!

使用紫外线(建议用于开发)

# Install from PyPI
uv pip install chuk-mcp-chart

# Or clone and install from source
git clone https://github.com/IBM/chuk-mcp-chart.git
cd chuk-mcp-chart
uv sync --dev

使用pip(传统)

pip install chuk-mcp-chart

用法

使用克劳德桌面

选项1:使用uvx在本地运行

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

选项2:使用pip在本地运行

{
  "mcpServers": {
    "chart": {
      "command": "chuk-mcp-chart"
    }
  }
}

独立

# With uvx (recommended - always latest version)
uvx chuk-mcp-chart

# With uvx in HTTP mode
uvx chuk-mcp-chart http

# Or if installed locally
chuk-mcp-chart
chuk-mcp-chart http

或者使用uv/Python:

# STDIO mode (default, for MCP clients)
uv run chuk-mcp-chart
# or: python -m chuk_mcp_chart.server

# HTTP mode (for web access)
uv run chuk-mcp-chart http
# or: python -m chuk_mcp_chart.server http

STDIO模式 适用于Claude Desktop和MCP-cli等MCP客户端。 HTTP模式 在上运行web服务器http://localhost:8000用于基于HTTP的MCP客户端。

示例提示

配置后,尝试询问:

  • “绘制我的每月开支图”(然后粘贴您的数据)
  • “用饼图显示Python与JavaScript的流行程度”
  • “将此CSV转换为显示随时间变化趋势的折线图”
  • “创建第一季度至第四季度收入柱状图:42000、51000、48000、55000”
  • 显示一个雷达图,比较三种产品的速度、质量和价格
  • “制作浏览器市场份额的甜甜圈图”

工具参考

show_chart

从显式标签和数据集创建图表。

参数:

参数类型默认值说明
chart_type字符串"bar"其中之一:酒吧、排队、馅饼、甜甜圈、雷达、极地、区域
title字符串"Chart"图表标题
labelsstring--逗号分隔的类别标签(例如。 "Jan,Feb,Mar")
datasetsstring--数据集对象的JSON数组(见下文)
x_axis_labelstring--X轴标签
y_axis_labelstring--Y轴标签
legend_positionstring--图例位置:上、下、左、右、无
stacked bool的。 false堆叠栏/区域数据集

数据集格式 (JSON字符串):

[
  {"label": "Revenue", "values": [12, 19, 3, 5, 2, 3]},
  {"label": "Expenses", "values": [8, 14, 2, 4, 1, 2], "color": "#ef4444"}
]

chart_from_csv

自动将CSV文本解析为图表。

参数:

参数类型默认值说明
csv_datastring--带标题行的原始CSV文本
chart_type字符串"bar"图表类型
title字符串"Chart"图表标题

示例输入:

Month,Revenue,Expenses
Jan,4200,3800
Feb,5100,4200
Mar,4800,4100

chart_from_json

自动将JSON数组解析为图表。

参数:

参数类型默认值说明
json_datastring--JSON对象数组
chart_type字符串"bar"图表类型
title字符串"Chart"图表标题

示例输入:

[
  {"language": "Python", "popularity": 28.1},
  {"language": "JavaScript", "popularity": 21.3},
  {"language": "TypeScript", "popularity": 12.7}
]

发展

设置

# Clone the repository
git clone https://github.com/IBM/chuk-mcp-chart.git
cd chuk-mcp-chart

# Install with uv (recommended)
uv sync --dev

# Or with pip
pip install -e ".[dev]"

运行测试

make test              # Run tests
make test-cov          # Run tests with coverage
make coverage-report   # Show coverage report

代码质量

make lint      # Run linters
make format    # Auto-format code
make typecheck # Run type checking
make security  # Run security checks
make check     # Run all checks

建筑

make build         # Build package
make docker-build  # Build Docker image

部署

Fly.io

只需一个命令即可部署到Fly.io:

# First time setup
fly launch

# Deploy updates
fly deploy

服务器将通过HTTP在您的Fly.io URL上可用。

码头工人

# Build the image
docker build -t chuk-mcp-chart .

# Run the container
docker run -p 8000:8000 chuk-mcp-chart

建筑

基于chuk mcp服务器构建,通过chuk视图模式进行图表渲染:

  • 装饰驱动:工具定义如下 @chart_tool --自动处理视图元数据、结构化内容和文本回退
  • 类型安全:所有图表数据都使用Pydantic v2模型(ChartContent, ChartDataset, AxisConfig, LegendConfig)
  • 智能解析:CSV和JSON工具自动检测标签与数据列
  • 异步本机:所有工具都是异步的,以获得最佳性能
  • 双重运输:用于MCP客户端的STDIO,用于web访问的HTTP

贡献

欢迎投稿!请随时提交拉取请求。

  1. 分叉存储库
  2. 创建功能分支(git checkout -b feature/amazing-feature)
  3. 提交您的更改(git commit -m 'Add amazing feature')
  4. 推到分支(git push origin feature/amazing-feature)
  5. 打开拉取请求

许可证

Apache许可证2.0-请参阅 许可证 文件以获取详细信息。

致谢

目录标签

目录标签

数据可视化数据分析PythonClaude图表生成本地部署CSV解析JSON解析

支持客户端

Claude DesktopClaude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

3

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

stdionone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

继续浏览同类 MCP