LibreChatでClickHouse MCPサーバーを使用する

LibreChatとMCPサーバーを実行するには、Dockerが必要です。Dockerを入手するには、以下の手順に従ってください。

1. docker.com にアクセスします
2. お使いのオペレーティングシステム向けの Docker Desktop をダウンロードします
3. お使いのオペレーティングシステムに対応する手順に従って Docker をインストールします
4. Docker Desktop を開き、起動していることを確認します

詳細は、Docker のドキュメントを参照してください。

ターミナル (コマンドプロンプト、ターミナル、または PowerShell) を開き、次のコマンドで LibreChatリポジトリをクローンします。

git clone https://github.com/danny-avila/LibreChat.git
cd LibreChat

.env.example の設定ファイル例を .env にコピーします。

cp .env.example .env

お好みのテキストエディタで .env ファイルを開きます。そこには、 OpenAI、Anthropic、AWS Bedrock などを含む 多くの主要な LLM プロバイダー向けのセクションがあります。たとえば、次のとおりです。

#============#
# Anthropic  #
#============#
ANTHROPIC_API_KEY=user_provided
# ANTHROPIC_MODELS=claude-opus-4-20250514,claude-sonnet-4-20250514,claude-3-7-sonnet-20250219,claude-3-5-sonnet-20241022,claude-3-5-haiku-20241022,claude-3-opus-20240229,claude-3-sonnet-20240229,claude-3-haiku-20240307
# ANTHROPIC_REVERSE_PROXY=

使用するLLMプロバイダーのAPIキーで user_provided を置き換えてください。

次のコマンドを実行して、新しい librechat.yaml ファイルを作成します。

cp librechat.example.yaml librechat.yaml

これにより、LibreChat のメインの設定ファイルが作成されます。

次に、LLMが ClickHouse SQL playgroundと対話できるよう、 LibreChatのDocker composeファイルにClickHouse MCPサーバーを追加します。

docker-compose.override.yml という名前のファイルを作成し、次の設定を追加します。

services:
  api:
    volumes:
      - ./librechat.yaml:/app/librechat.yaml
  mcp-clickhouse:
    image: mcp/clickhouse
    container_name: mcp-clickhouse
    ports:
      - 8001:8000
    extra_hosts:
      - "host.docker.internal:host-gateway"
    environment:
      - CLICKHOUSE_HOST=sql-clickhouse.clickhouse.com
      - CLICKHOUSE_USER=demo
      - CLICKHOUSE_PASSWORD=
      - CLICKHOUSE_MCP_SERVER_TRANSPORT=sse
      - CLICKHOUSE_MCP_BIND_HOST=0.0.0.0

独自のデータを確認したい場合は、ご自身の ClickHouse Cloud サービスのホスト、ユーザー名、パスワードを使用できます。

librechat.yaml を開き、次の設定をファイルの末尾に追加します。

mcpServers:
  clickhouse-playground:
    type: sse
    url: http://host.docker.internal:8001/sse

これにより、LibreChat が Docker 上で実行中のMCPサーバーに接続するように設定されます。

次の行を見つけます:

socialLogins: ['github', 'google', 'discord', 'openid', 'facebook', 'apple', 'saml']

簡単のため、ここではひとまず認証を不要にします。

socialLogins: []

Ollama をインストールする

Ollama のウェブサイト にアクセスし、お使いのシステム向けの Ollama をインストールします。

インストール後、次のようにモデルを実行できます。

ollama run qwen3:32b

これにより、モデルが存在しない場合はローカルマシンにダウンロードされます。

モデルの一覧は、Ollama libraryを参照してください

librechat.yaml で Ollama を設定する

モデルのダウンロードが完了したら、librechat.yaml で設定します。

custom:
  - name: "Ollama"
    apiKey: "ollama"
    baseURL: "http://host.docker.internal:11434/v1/"
    models:
      default:
        [
          "qwen3:32b"
        ]
      fetch: false
    titleConvo: true
    titleModel: "current_model"
    summarize: false
    summaryModel: "current_model"
    forcePrompt: false
    modelDisplayLabel: "Ollama"

LibreChat プロジェクトフォルダのルートで、次のコマンドを実行してサービスを起動します。

docker compose up

すべてのサービスが完全に起動するまで待機します。

すべてのサービスが起動したら、ブラウザで http://localhost:3080/ を開きます。

まだ無料の LibreChat アカウントを作成していない場合は作成してサインインします。すると、 ClickHouse MCPサーバーと、必要に応じてローカルの LLM に接続された LibreChat インターフェイスが 表示されるはずです。

チャットインターフェイスで、MCPサーバーとして clickhouse-playground を選択します。

これで、ClickHouse のサンプルデータセットを調べるよう LLM にプロンプトを送れるようになります。試してみましょう。

What datasets do you have access to?