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

CSV MCP Server

MCP Server

一个基于MCP协议的CSV文件管理服务器,提供创建、编辑、分析和转换CSV文件的功能,通过标准输入/输出进行通信。

工具数

14

提示词数

0

GitHub Stars

0

资源数

0
数据分析Python数据转换文件管理

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

NovaAI-innovation

提供方

NovaAI-innovation

最后核验

2026/5/17 20:20

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

uv run csv-mcp-server

详细介绍

CSV MCP服务器

一个模型上下文协议(MCP)服务器,专门使用stdio传输进行全面的CSV文件管理。此服务器提供用于通过标准输入/输出使用MCP协议创建、编辑、分析和管理CSV文件的工具。

特性

  • 文件管理:创建、读取、更新和删除CSV文件
  • 绝对路径支持:使用绝对路径在文件系统中的任何位置处理CSV文件
  • 数据分析:基本统计分析和数据探索
  • 数据转换:筛选、排序、分组和转换数据
  • 数据验证:检查数据完整性和格式验证
  • 导入/导出:支持各种CSV格式和编码
  • 标准运输:在标准输入/输出上使用JSON-RPC 2.0进行通信

安装

uv add csv-mcp-server

用法

运行服务器

# Using stdio transport (default and only option)
uv run csv-mcp-server

# With custom log level
uv run csv-mcp-server --log-level DEBUG

# Development mode
uv run mcp dev csv_mcp_server/server.py

可用工具

  • create_csv:创建一个包含标题和初始数据的新CSV文件
  • create_csv_at_path:在特定的绝对或相对路径创建CSV文件
  • read_csv:读取并显示CSV文件内容
  • update_csv:更新CSV文件中的特定单元格或行
  • delete_csv:删除CSV文件
  • add_row:向现有CSV文件添加新行
  • remove_row:从CSV文件中删除特定行
  • get_info:获取CSV文件的基本信息
  • get_statistics:获取数字列的统计摘要
  • filter_data:根据条件过滤CSV数据
  • sort_data:按指定列对CSV数据进行排序
  • group_data:分组和聚合CSV数据
  • validate_data:验证CSV数据的完整性和格式
  • get_path_info:获取文件路径的详细信息(支持绝对路径)

可用资源

  • csv://{filename}:将CSV文件内容作为资源访问
  • csv-info://{filename}:获取CSV文件的元数据

可用提示

  • analyze_csv:为CSV数据生成分析提示
  • transform_csv:生成转换建议

配置

服务器可以配置环境变量:

  • CSV_STORAGE_PATH:CSV文件存储的基本路径(默认:当前目录)
  • CSV_MAX_FILE_SIZE:最大文件大小(MB)(默认值:50)
  • CSV_BACKUP_ENABLED:启用自动备份(默认值:true)
  • CSV_SUPPORT_ABSOLUTE_PATHS:启用绝对路径支持(默认值:true)

绝对路径支持

CSV MCP服务器现在支持使用绝对路径在文件系统中的任何位置处理CSV文件。此功能允许您:

  • 在任何可访问的目录中创建CSV文件
  • 从系统上的任何位置读取和修改现有的CSV文件
  • 使用默认存储目录之外的文件
  • 保持与相对路径的向后兼容性

安全功能

  • 路径验证:自动验证绝对路径的安全性
  • 系统目录保护:阻止访问关键系统目录
  • 权限检查:验证目录和文件访问权限
  • Symlink分辨率:安全解析符号链接以防止路径遍历攻击

使用示例

# Create a CSV file at an absolute path
create_csv_at_path(
    filepath="/path/to/your/data/sales.csv",
    headers=["Date", "Product", "Sales"],
    data=[["2024-01-01", "Laptop", 1200]]
)

# Get information about any file path
get_path_info(filepath="/path/to/your/file.csv")

# All existing tools work with absolute paths
read_csv("/path/to/your/data/analysis.csv")
update_csv("/path/to/your/data/analysis.csv", row_index=0, column="Sales", value=1500)

运输

此服务器仅使用JSON-RPC 2.0协议的stdio传输,非常适合:

  • 与支持stdio传输的MCP客户端集成
  • 命令行工具和脚本
  • 开发和测试环境
  • 集装箱化部署

例子

请参阅 examples/ 各种MCP客户端的使用示例目录:

  • demo_client.py:基本MCP客户端演示
  • sales_analysis.py:销售数据分析示例
  • absolute_path_demo.py:绝对路径功能演示

目录标签

目录标签

数据分析Python数据转换文件管理CSV管理本地部署JSON-RPC

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

部署方式(deploymentType,部署类型)

local-only

工具数量(toolCount,工具数)

14

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

stdiononelocal-only

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