# 数据焦点智能对话插件
## 基本信息
- Slug: `focussearch-focus_mcp_data`
- Source: modelscope
- Publisher: @FocusSearch/focus_mcp_data
- Categories: search / databases / research-and-data
- Hosted: No
- License: Apache License 2.0
- Source URL: https://www.modelscope.cn/mcp/servers/@FocusSearch/focus_mcp_data
## 简介
支持多轮对话的数据焦点智能数据查询插件，提供开箱即用的ChatBI能力。
## 安装提示

```bash
git clone https://github.com/FocusSearch/focus_mcp_data.git cd focus_mcp_data
```

## MCP Server 详情

# FOCUS DATA MCP 服务器 [[中文](./README_CN.md)]

Model Context Protocol (MCP) 服务器使人工智能助手能够直接查询数据结果。用户可以使用自然语言从 DataFocus 获取数据结果。

## 功能

- 在 DataFocus 上注册以打开一个应用空间，并导入（直接连接到）要分析的数据表。
- 选择 Datafocus 数据表初始化对话
- 使用自然语言获取数据结果

## 前提条件

- jdk 23 或更高版本。下载 [jdk](https://www.oracle.com/java/technologies/downloads/)
- gradle 8.12 或更高版本。下载 [gradle](https://gradle.org/install/)
- 注册 [Datafocus](https://www.datafocus.ai/) 以获得 bearer token：
  1. 在 [Datafocus](https://www.datafocus.ai/) 中注册一个账户
  2. 创建一个应用
  3. 进入该应用
  4. 管理员 -> 接口认证 -> Bearer Token -> 新建 Bearer Token
     ![bearer token](bearer_token.png)

## 安装

1. 克隆此仓库：

```bash
git clone https://github.com/FocusSearch/focus_mcp_data.git
cd focus_mcp_data
```


2. 构建服务器：

```bash
gradle clean
gradle bootJar

The jar path: build/libs/focus_mcp_data.jar
```


## MCP 配置

将服务器添加到您的 MCP 设置文件中（通常位于 `~/AppData/Roaming/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json`）：

```json
{
  "mcpServers": {
    "focus_mcp_data": {
      "command": "java",
      "args": [
        "-jar",
        "path/to/focus_mcp_data/focus_mcp_data.jar"
      ],
      "autoApprove": [
        "tableList",
        "gptText2DataInit",
        "gptText2DataData"
      ]
    }
  }
}
```


## 可用工具

### 1. tableList

在 datafocus 中获取表格列表。

**参数：**

- `name`（可选）：用于过滤的表格名称
- `bearer`（必需）：bearer token

**示例：**

```json
{
  "name": "test",
  "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}
```


### 2. gptText2DataInit

初始化对话。

**参数：**

- `names`（必需）：选定的表格名称
- `bearer`（必需）：bearer token
- `language`（可选）：语言 ['english','chinese']

**示例：**

```json
{
  "names": [
    "test1",
    "test2"
  ],
  "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}
```


### 3. gptText2DataData

查询数据结果。

**参数：**

- `chatId`（必需）：聊天 ID
- `input`（必需）：自然语言
- `bearer`（必需）：bearer token

**示例：**

```json
{
  "chatId": "03975af5de4b4562938a985403f206d4",
  "input": "max(age)",
  "bearer": "ZTllYzAzZjM2YzA3NDA0ZGE3ZjguNDJhNDjNGU4NzkyYjY1OTY0YzUxYWU5NmU="
}
```


## 响应格式

所有工具返回的响应都采用以下格式：

```json
{
  "errCode": 0,
  "exception": "",
  "msgParams": null,
  "promptMsg": null,
  "success": true,
  "data": {
  }
}
```


## Visual Studio Code Cline 示例

1. vsCode 安装 cline 插件
2. mcp 服务器配置
   ![配置 mcp 服务器](./mcp_server_config.png)
3. 使用
   1. 获取表格列表
      ![获取表格列表1](./focus_mcp_data_table_1.png)
      ![获取表格列表2](./focus_mcp_data_table_2.png)
   2. 初始化对话
      ![初始化对话](./focus_mcp_data_init.png)
   3. 查询：总薪资是多少
      ![查询](./focus_mcp_data_data.png)

## 联系方式：
[https://discord.gg/mFa3yeq9](https://discord.gg/mFa3yeq9)
![Datafocus](./wechat-qrcode.png)