Code Server MCP

LobeHub v2的MCP分析服务器

高性能分析技能 LobeHub v2 这使得能够以最小的上下文窗口使用率处理大规模数据集。该服务器基于模型上下文协议（MCP）构建，将Polars、DuckDB和Pandas的强大功能带入您的AI对话中。

✨ 主要特点

🚀 高性能分析

• 多引擎支持：Polars（主要）、DuckDB（SQL）、Pandas（回退）
• 速度快10-50倍：Polars引擎在大型数据集上的表现优于pandas
• 流处理：处理大于10GB的文件而不加载到内存中
• 惰性求值：执行前的查询优化

🧠 智能上下文管理

• 代币预算：LobeHub上下文窗口限制的自动优化
• 自适应压缩：基于上下文压力的四级压缩
• 智能采样：在不影响上下文的情况下获取代表性数据样本
• 代币减少约90%：在上下文中使用\500KB）会淹没上下文

我们的解决方案

User: "Analyze this 500MB sales.csv file"

Traditional approach:
❌ Load entire file into context (millions of tokens)
❌ Context overflow, slow responses, high costs

Our approach:
✅ Profile file in Docker (200 tokens for metadata)
✅ Execute query in isolated environment
✅ Return only aggregated results (500 tokens)
✅ Total: ~700 tokens vs millions

真实世界用例

📈 销售分析

"Analyze sales_2024.csv (2GB file)"
→ Profile: Row count, columns, data types
→ Query: Top 10 products by revenue
→ Compare: 2023 vs 2024 sales
→ Export: Results to Excel

🔬 科学计算

"Process experiment_data.csv with 10M rows"
→ Sample: Get representative subset
→ Filter: Specific conditions
→ Aggregate: Statistical summaries
→ Visualize: Charts (if needed)

📊 商业智能

"Join customer.csv with orders.csv"
→ Cross-file analysis with DuckDB
→ Calculate: Customer lifetime value
→ Segment: By region and category

📋 先决条件

• 码头工人 20.10+已安装并正在运行
• Node.js 18+和npm
• 随机存取存储器：建议用于大文件处理的4GB以上
• 磁盘：Docker镜像和缓存为10GB+

🚀 快速开始

安装

# Clone repository
git clone https://github.com/BDuba/code-server-mcp.git
cd code-server-mcp

# Install dependencies
npm install

# Build TypeScript
npm run build

# Build Docker image (optional - server auto-builds on first use)
npm run docker:build

# Start server
npm run start:http

LobeHub配置

1. 启动服务器：

npm run start:http

服务器在上运行 http://172.17.0.1:8004

1. 首选 LobeHub设置 → MCP服务器 → 添加服务器

1. 添加配置：

{
  "mcpServers": {
    "analytics": {
      "url": "http://172.17.0.1:8004",
      "type": "http"
    }
  }
}

1. 点击 测试 验证连接

🔧 可用工具

分析工具

analytics_profile_dataset

分析数据集结构和统计数据，而无需将数据加载到上下文中。

例子：

{
  "name": "analytics_profile_dataset",
  "arguments": {
    "filePath": "/workspace/sales.csv",
    "sampleSize": 5000
  }
}

答复：

{
  "schema": {
    "columns": [
      {"name": "revenue", "type": "float64", "nullPct": 0.02},
      {"name": "category", "type": "string", "uniqueCount": 15}
    ]
  },
  "statistics": {
    "rowCount": 2500000,
    "memoryEstimate": "120MB"
  },
  "recommendations": [
    "Consider category dtype for 'status' column"
  ]
}

analytics_execute_query

使用自动引擎选择执行分析查询。

Polars示例：

{
  "name": "analytics_execute_query",
  "arguments": {
    "engine": "polars",
    "queryType": "polars_expr",
    "query": "pl.scan_csv('sales.csv').group_by('category').agg(pl.col('revenue').sum())",
    "files": ["sales.csv"],
    "returnLimit": 50
  }
}

DuckDB SQL示例：

{
  "name": "analytics_execute_query",
  "arguments": {
    "engine": "duckdb",
    "queryType": "sql",
    "query": "SELECT category, SUM(revenue) FROM read_csv_auto('sales_*.csv') GROUP BY category",
    "files": ["sales_2023.csv", "sales_2024.csv"],
    "returnLimit": 100
  }
}

答复：

{
  "resultType": "tabular",
  "data": [
    {"category": "Electronics", "revenue": 1500000},
    {"category": "Clothing", "revenue": 890000}
  ],
  "summary": {
    "rowsProcessed": 2500000,
    "executionTimeMs": 450,
    "engineUsed": "duckdb"
  }
}

analytics_stream_sample

获取代表性数据样本以进行上下文检查。

例子：

{
  "name": "analytics_stream_sample",
  "arguments": {
    "filePath": "/workspace/customers.csv",
    "strategy": "random",
    "sampleSize": 20,
    "columns": ["name", "segment", "revenue"]
  }
}

核心工具

create_session

创建隔离的沙盒会话。

execute_code

执行Python/JavaScript/TypeScript代码。

write_file / read_file / list_files

会话工作区中的文件操作。

destroy_session

清理会话资源。

download_file_from_url ⭐ 新

将文件直接从URL（S3、HTTP、HTTPS）下载到会话工作区。

例子：

{
  "name": "download_file_from_url",
  "arguments": {
    "sessionId": "your-session-id",
    "url": "https://lobechat.hb.ru-msk.vkcloud-storage.ru/files/.../data.csv?X-Amz-...",
    "filename": "data.csv",
    "headers": {
      "User-Agent": "MCP-Client/1.0"
    }
  }
}

答复：

File downloaded successfully: data.csv (5242880 bytes)

为什么要用这个？

• 在几秒钟内下载500MB+文件（一个API调用）
• 支持S3预签名URL
• 与逐行write_file相比，没有令牌开销
• 自动HTTP标头支持

📊 处理大数据

模式1：轮廓→ 查询→ 出口

# Step 1: Profile the dataset
profile_dataset("sales.csv")
# → Returns: 2.5M rows, 25 columns, ~120MB

# Step 2: Execute targeted query
execute_query(
    engine="duckdb",
    query="SELECT category, SUM(revenue) FROM sales.csv GROUP BY category"
)
# → Returns: Aggregated results (15 rows)

# Step 3: Export if needed
export_result(query_id="q1", format="parquet")

模式2：迭代探索

# Step 1: Get sample
stream_sample("data.csv", strategy="random", sample_size=20)
# → Context impact: ~800 tokens

# Step 2: Profile specific columns
profile_dataset("data.csv")
# → Context impact: ~200 tokens

# Step 3: Drill-down query
execute_query(query="SELECT * WHERE revenue > 1000")
# → Context impact: ~500 tokens

# Total: ~1500 tokens vs 2M+ for full file

模式3：跨文件分析

# Analyze multiple files with glob patterns
execute_query(
    engine="duckdb",
    query="""
        SELECT 
            year,
            SUM(revenue) as total_revenue,
            AVG(quantity) as avg_quantity
        FROM read_csv_auto('sales_*.csv')
        GROUP BY year
    """,
    files=["sales_2023.csv", "sales_2024.csv"]
)

模式4：从URL下载大文件⭐ 新

# Step 1: Create session
session = create_session()

# Step 2: Download file from S3/URL (one call, no token overhead!)
download_file_from_url(
    sessionId=session.id,
    url="https://lobechat.../sales_2024.csv?X-Amz-...",
    filename="sales.csv"
)
# → Downloads 500MB file in seconds (~50 tokens in context)
# → vs millions of tokens with write_file line-by-line

# Step 3: Profile and analyze immediately
profile_dataset("sales.csv")
execute_query(query="SELECT * FROM sales.csv LIMIT 10")

优点：

• ⚡ 快：下载500MB只需几秒钟，而不是几分钟
• 💰 便宜的：大约50个令牌vs数百万个write_file令牌
• 🔒 安全：文件下载到主机，然后装载到隔离容器
• 🌐 通用：适用于S3、HTTP、HTTPS、任何URL

🏗️ 建筑

┌─────────────────────────────────────────────────────────────────┐
│                        LobeHub v2                                │
│  ┌──────────────────────────────────────────────────────────┐  │
│  │  Context Window (~50k tokens)                            │  │
│  │  • Schema metadata (~300 tokens)                         │  │
│  │  • Query results (~1500 tokens)                          │  │
│  │  • Sample data (~800 tokens)                             │  │
│  └──────────────────────────────────────────────────────────┘  │
└────────────────────────────┬────────────────────────────────────┘
                             │ MCP Protocol
                             ▼
┌─────────────────────────────────────────────────────────────────┐
│                   MCP Analytics Server                           │
│  ┌─────────────────┐  ┌─────────────────┐  ┌─────────────────┐  │
│  │  Engine Selector│  │ Context Manager │  │  Analytics      │  │
│  │  • Auto-select  │  │ • Token budgets │  │  Service        │  │
│  │  • Fallback     │  │ • Compression   │  │                 │  │
│  └────────┬────────┘  └─────────────────┘  └────────┬────────┘  │
└───────────┼──────────────────────────────────────────┼───────────┘
            │                                          │
    ┌───────┴───────┐                         ┌────────┴────────┐
    ▼               ▼                         ▼                 ▼
┌────────┐  ┌────────────┐            ┌────────────┐  ┌──────────┐
│ Polars │  │   DuckDB   │            │  Pandas    │  │  Viz     │
│(Primary)│  │(Secondary)│            │ (Fallback) │  │ (3-tier) │
└────────┘  └────────────┘            └────────────┘  └──────────┘

发动机选择逻辑

📈 性能基准

查询执行速度

上下文令牌使用

🧪 测试

# Run all tests
npm test

# Unit tests only
npm run test:unit

# E2E tests (requires Docker)
npm run test:e2e

# Specific test file
npm run test:e2e -- tests/e2e/Analytics.test.ts

当前状态：

• ✅ 60/60 E2E测试通过
• ✅ 14/14单元测试通过
• ✅ TypeScript编译：无错误

🔍 故障排除

“发动机不可用”

原因： Docker镜像没有安装Polars/DuckDB\ 解决方案： 重建Docker镜像： npm run docker:build

“查询超时”

原因： 查询太复杂或文件太大\ 解决方案： 在发动机配置中使用采样或增加限制

“内存不足”

原因： 文件太大，无法容纳Pandas\ 解决方案： 对于大文件，将自动选择Polars

LobeHub中的连接问题

# Check server is running
curl http://172.17.0.1:8004/health

# Verify Docker image
docker images | grep mcp-code-execution

“MCP错误-32603：没有这样的容器-没有这样的图像”

原因： Docker镜像已被系统清理脚本删除\ 解决方案： 服务器现在会在首次使用时自动构建映像。要手动重建，请执行以下操作：

npm run docker:build

注： Docker镜像现在受标签保护 mcp.keep=true 以防止维护脚本自动清理。

📚 文档

• MCP规范 -API详细参考
• ADR-001 -分析架构
• ADR-002 -上下文管理策略
• ADR-003 -缓存策略
• ADR-004 -可视化方法
• 测试用例 -全面的测试文档

🛣️ 路线图

第一阶段：MVP✅ （当前）

• ✅ 多引擎支持（Polars/DuckDB/Pandas）
• ✅ 基本分析工具
• ✅ 上下文管理
• ✅ 自动发动机选择
• ✅ Docker镜像自动构建和保护

第二阶段：高级（计划）

• 🔄 多层缓存（L1/L2）
• 🔄 可视化管理器（三层策略）
• 🔄 查询优化
• 🔄 智能预取

第三阶段：企业（计划）

• 📋 分布式处理
• 📋 实时流媒体
• 📋 高级安全功能

🤝 贡献

1. 分叉存储库
2. 创建要素分支： git checkout -b feature/amazing-feature
3. 提交更改： git commit -m 'Add amazing feature'
4. 推送到分支： git push origin feature/amazing-feature
5. 打开拉取请求

📄 许可证

MIT许可证-请参阅 许可证 文件以获取详细信息。

🙏 致谢

• 波拉斯 -闪电般快速的DataFrame库
• 鸭数据库 -过程分析数据库
• 模型上下文协议 -MCP规范
• LobeHub -AI聊天平台
• 码头工人 -集装箱化平台

______________________________________________________________________

制作❤️ LobeHub社区

状态： 生产就绪✅ | 版本： 2.0.0 | 测验： 60/60传球