Skip to content
ClickHouse Docs
ClickHouse DocsClickHouse Docs
49.6kGet Started

Como criar um agente PydanticAI usando o servidor MCP do ClickHouse.

View as MarkdownEdit this pageReport an issueSet up docs MCP

Neste guia, você aprenderá a criar um agente PydanticAI que pode interagir com o playground SQL do ClickHouse usando o servidor MCP do ClickHouse.

Pré-requisitos

  • Você precisará ter o Python instalado no seu sistema.
  • Você precisará ter o pip instalado no seu sistema.
  • Você precisará de uma chave de API da Anthropic ou de uma chave de API de outro provedor de LLM.

Você pode executar as etapas a seguir no REPL do Python ou por meio de um script.

Instalar bibliotecas

Instale as bibliotecas necessárias executando os seguintes comandos:

pip install -q --upgrade pip
pip install -q "pydantic-ai-slim[mcp]"
pip install -q "pydantic-ai-slim[anthropic]" # substitua pelo pacote apropriado se estiver usando um provedor de LLM diferente

Configurar credenciais

Em seguida, você precisará informar sua chave de API da Anthropic:

import os, getpass
os.environ["ANTHROPIC_API_KEY"] = getpass.getpass("Enter Anthropic API Key:")
Respostaresponse
Enter Anthropic API Key: ········

Em seguida, defina as credenciais necessárias para se conectar ao playground SQL do ClickHouse:

env = {
    "CLICKHOUSE_HOST": "sql-clickhouse.clickhouse.com",
    "CLICKHOUSE_PORT": "8443",
    "CLICKHOUSE_USER": "demo",
    "CLICKHOUSE_PASSWORD": "",
    "CLICKHOUSE_SECURE": "true"
}

Inicializar o servidor MCP e o agente PydanticAI

Agora, configure o servidor MCP do ClickHouse para apontar para o playground SQL do ClickHouse:

from pydantic_ai import Agent
from pydantic_ai.mcp import MCPServerStdio
from pydantic_ai.messages import ToolCallPart, ToolReturnPart

server = MCPServerStdio(
    'uv',
    args=[
        'run',
        '--with', 'mcp-clickhouse',
        '--python', '3.13',
        'mcp-clickhouse'
    ],
    env=env
)
agent = Agent('anthropic:claude-sonnet-4-0', mcp_servers=[server])

Faça uma pergunta ao agente

Por fim, você pode fazer uma pergunta ao agente:

async with agent.run_mcp_servers():
    result = await agent.run("Who's done the most PRs for ClickHouse?")
    print(result.output)

Você receberá uma resposta semelhante à abaixo:

Respostaresponse
Com base nos dados do repositório GitHub do ClickHouse, estes são os principais contribuidores pelo número de pull requests criados:

**Principais contribuidores do ClickHouse por PRs abertos:**

1. **alexey-milovidov** - 3.370 PRs abertos
2. **azat** - 1.905 PRs abertos  
3. **rschu1ze** - 979 PRs abertos
4. **alesapin** - 947 PRs abertos
5. **tavplubix** - 896 PRs abertos
6. **kssenii** - 871 PRs abertos
7. **Avogar** - 805 PRs abertos
8. **KochetovNicolai** - 700 PRs abertos
9. **Algunenano** - 658 PRs abertos
10. **kitaisreal** - 630 PRs abertos

**Alexey Milovidov** se destaca de longe como o contribuidor mais ativo, com mais de 3.370 pull requests abertos, um número significativamente maior do que o de qualquer outro contribuidor. Isso faz sentido, já que Alexey Milovidov é um dos fundadores e principais desenvolvedores do ClickHouse.

Os dados também mostram que alexey-milovidov tem sido muito ativo no gerenciamento de PRs, com 12.818 eventos "closed" (provavelmente revisando e fechando PRs de outros contribuidores), além de criar seus próprios PRs.

Vale observar que filtrei várias contas de robôs/bots responsáveis por processos automatizados, focando em contribuidores humanos para dar a resposta mais relevante sobre quem mais contribuiu com PRs para o ClickHouse.
Navigation