Skip to content
ClickHouse Docs
ClickHouse DocsClickHouse Docs
49.6kGet Started

如何使用 Chainlit 和 ClickHouse MCP 服务器构建 AI 智能体

View as MarkdownEdit this pageReport an issueSet up docs MCP

本指南将介绍如何将 Chainlit 强大的聊天界面框架 与 ClickHouse Model Context Protocol (MCP) Server 结合，构建交互式数据 应用。Chainlit 让你只需极少代码即可为 AI 应用构建对话式界面，而 ClickHouse MCP 服务器则可与 ClickHouse 的高性能列式数据库实现无缝 集成。

前置条件

  • 你需要有一个 Anthropic API key
  • 你需要先安装 uv

基础 Chainlit 应用

你可以运行以下内容，查看一个基础聊天应用示例：

uv run --with anthropic --with chainlit chainlit run chat_basic.py -w -h

然后导航到 http://localhost:8000

添加 ClickHouse MCP 服务器

添加 ClickHouse MCP 服务器后，情况会变得更有意思。 你需要更新 .chainlit/config.toml 文件，以允许使用 uv 命令：

[features.mcp.stdio]
    enabled = true
    # 只有允许列表中的可执行文件才能用于 MCP stdio 服务器。
    # 只需提供可执行文件的基本名称，例如 "npx"，而非 "/usr/bin/npx"。
    # 请暂时不要注释此行，我们需要用它来解析可执行文件名称。
    allowed_executables = [ "npx", "uvx", "uv" ]

由于需要一些粘合代码来让 MCP 服务器 与 Chainlit 配合工作，因此我们需要 改为运行以下命令来启动 Chainlit：

uv run --with anthropic --with chainlit chainlit run chat_mcp.py -w -h

要添加 MCP 服务器，请点击聊天界面中的插头图标，然后 添加以下命令以连接并使用 ClickHouse SQL Playground：

CLICKHOUSE_HOST=sql-clickhouse.clickhouse.com CLICKHOUSE_USER=demo CLICKHOUSE_PASSWORD= CLICKHOUSE_SECURE=true uv run --with mcp-clickhouse --python 3.13 mcp-clickhouse

如果你想使用自己的 ClickHouse 实例，可以调整这些环境变量的值。

然后你就可以像这样向它提问：

  • 告诉我有哪些可供查询的表
  • 纽约出租车有什么有趣之处？
Navigation