Kimi K2 Heavy Processor MCP

Kimi K2重型处理器MCP

Claude Desktop的重计算和数据处理MCP。使用自动重试机制处理复杂的SQL操作、大规模数据转换和弹性批处理。

🌟 特性

• SQL处理：对复杂查询的完全SQLite支持
• 批量操作：高效处理数百万条记录
• 弹性执行：使用指数回退自动重试
• 数据管道：支持流媒体的ETL操作
• 内存管理：大型数据集的智能分块
• 进度跟踪：实时状态更新
• 错误恢复：基于检查点的恢复

🚀 核心能力

SQL操作

• 跨多个表的复杂JOIN操作
• 窗口功能和CTE
• 批量插入和更新
• 交易管理
• 指标优化

数据处理

• CSV/JSON/XML解析和生成
• 数据验证和清理
• 格式转换
• 聚合管道
• 统计计算

弹性特征

• 失败时自动重试（3次尝试）
• 指数退避（1s、2s、4s）
• 错误时事务回滚
• 进度检查点
• 部分结果恢复

📦 安装

通过NPM（推荐）

npm install -g kimi-k2-heavy-processor-mcp

手动安装

git clone https://github.com/justmy2satoshis/kimi-k2-heavy-processor-mcp.git
cd kimi-k2-heavy-processor-mcp
pip install -r requirements.txt

🔧 配置

添加到您的Claude Desktop配置文件中：

视窗: %APPDATA%\Claude\claude_desktop_config.json macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "kimi-k2-heavy-processor": {
      "command": "python",
      "args": ["C:\\path\\to\\kimi-k2-heavy-processor-mcp\\src\\server.py"],
      "env": {
        "DB_PATH": "C:\\Users\\username\\AppData\\Local\\kimi-k2\\data.db",
        "MAX_MEMORY_MB": "2048",
        "CHUNK_SIZE": "10000"
      }
    }
  }
}

📖 使用示例

执行SQL查询

result = await execute_sql({
  "query": "SELECT * FROM users WHERE created_at > ?",
  "params": ["2024-01-01"],
  "database": "main.db"
})

成批数据处理

processed = await process_batch({
  "input_file": "data.csv",
  "operations": [
    {"type": "filter", "condition": "amount > 100"},
    {"type": "transform", "mapping": "amount * 1.1"},
    {"type": "aggregate", "group_by": "category"}
  ],
  "output_format": "json"
})

弹性操作

result = await resilient_execute({
  "operation": "complex_etl",
  "source": "raw_data.csv",
  "max_retries": 3,
  "checkpoint_interval": 1000
})

数据管道

pipeline = await create_pipeline({
  "stages": [
    {"name": "extract", "source": "database"},
    {"name": "transform", "rules": "business_logic.json"},
    {"name": "load", "target": "warehouse.db"}
  ],
  "parallel": true
})

💡 用例

数据分析

• 大型CSV文件处理
• 统计计算
• 数据聚合和分组
• 时间序列分析

ETL操作

• 数据库迁移
• 数据仓库加载
• 格式转换
• 数据清理管道

批处理

• 批量电子邮件处理
• 日志文件分析
• 报告生成
• 数据验证

SQL操作

• 复杂的报告查询
• 数据库维护
• 指标优化
• 性能分析

🏗️ 建筑

kimi-k2-heavy-processor-mcp/
├── src/
│   ├── server.py           # Main MCP server
│   ├── sql_processor.py    # SQL execution engine
│   ├── batch_processor.py  # Batch operations
│   ├── resilient.py        # Retry mechanisms
│   └── pipeline.py         # Data pipelines
├── examples/               # Usage examples
├── tests/                  # Test suite
└── requirements.txt

📊 性能指标

""")

3. Export results

await export_results("summary.json", format="json")

______________________________________________________________________

**备注**：需要启用MCP支持的Claude Desktop。

内置于❤️ 面向数据工程师和分析师