Data Dictionary MCP

数据字典MCP

一种模型上下文协议（MCP）服务器，协调人工智能代理将数据库表转换为维基百科风格的数据字典。

概述

数据字典MCP项目使用人工智能支持的分析和描述，将各种数据库格式自动转换为全面的、人类可读的数据字典。它利用模型上下文协议（MCP）来协调AI代理，以分析、描述和验证数据库结构。

特性

• 多格式支持：处理JSON、CSV和纯文本文件（计划使用更多格式）
• AI驱动的分析：生成字段描述并确定关系
• MCP集成：使用模型上下文协议协调AI代理
• 模式提取：将各种格式的数据库模式提取为统一的表示形式
• 维基百科风格输出：以熟悉、可访问的格式呈现数据字典

项目状态

该项目正在积极开发中。请参阅 项目路线图 了解详情。

入门指南

先决条件

• Python 3.9+
• Git
• pip或poetry用于依赖管理

安装

1. 克隆存储库：

   git clone https://github.com/jonahkeegan/data-dictionary-mcp.git
   cd data-dictionary-mcp

1. 创建虚拟环境：

   python -m venv venv
   source venv/bin/activate  # On Windows: venv\Scripts\activate

1. 安装依赖项：

   pip install -r requirements.txt

1. 运行应用程序：

   python src/main.py

项目结构

data-dictionary-mcp/
├── docs/                  # Documentation
├── src/                   # Source code
│   ├── mcp/               # MCP server components
│   ├── analyzers/         # Format analyzers
│   ├── agents/            # Agent coordination
│   └── dictionary/        # Dictionary generation
├── tests/                 # Test suite
├── memory-bank/           # Cline memory bank
├── .gitignore
├── .clinerules            # Cline rules
├── README.md
└── requirements.txt

项目路线图

里程碑1:MCP服务器基础和格式分析器

• 使用基本工具定义实现MCP服务器
• 开发JSON、CSV和纯文本格式分析器
• 创建模式提取系统
• 对核心组件进行单元测试

里程碑2:AI代理协调和字段描述

• 实施代理协调制度
• 开发字段描述生成
• 创建任务分配和结果聚合
• 添加集成测试

里程碑3：内容验证和发布

• 实施内容验证
• 开发维基百科风格的格式
• 创建导出功能
• 添加端到端测试

里程碑4：用户界面和部署

• 开发web界面
• 实施搜索功能
• 添加用户反馈系统
• 创建部署基础架构

贡献

欢迎投稿！请随时提交拉取请求。

许可证

该项目是开源的，可在 MIT许可证.