Databox MCP

oficial

Converse com seus dados com o Databox MCP, habilitando análises agênticas, ingestão automatizada de dados e análises conversacionais em tempo real para obter recomendações proativas e respostas instantâneas de BI, não apenas gráficos.

GitHub

O que você pode fazer com Databox MCP?

Faça perguntas em linguagem natural sobre seus dados — use ask_genie para obter respostas calculadas de um conjunto de dados, com opção de encadeamento de conversas para perguntas de acompanhamento.
Recupere valores de métricas ao longo do tempo — chame load_metric_data para extrair uma métrica específica em um intervalo de datas, opcionalmente segmentada por uma dimensão ou granulada por hora/dia/semana/mês.
Descubra métricas e fontes de dados disponíveis — use list_metrics e list_data_sources para ver o que já está conectado em uma conta antes de fazer consultas.
Envie dados personalizados para o Databox — crie uma fonte de dados e um conjunto de dados com create_data_source e create_dataset, depois carregue registros via ingest_data.
Inspecione o histórico de ingestão — use get_dataset_ingestions e get_ingestion para revisar contagens de registros e detalhes de cargas de dados anteriores.
Resolva datas relativas com precisão — chame get_current_datetime para ancorar frases como "mês passado" antes de passar datas para outras ferramentas.

Documentação

Databox MCP

Converse com seus dados. Em qualquer lugar.

O Databox MCP é um servidor Model Context Protocol que conecta seus dados de negócios a assistentes de IA. Faça perguntas sobre suas métricas em linguagem natural — sem SQL, sem criação de dashboards, sem exportação de dados.

Visão Geral

O Databox MCP permite que ferramentas de IA como Claude, Cursor, n8n e Gemini CLI acessem e analisem seus dados do Databox de forma conversacional. Ele transforma a maneira como você interage com métricas de negócios — em vez de navegar por dashboards, você simplesmente faz perguntas e obtém respostas instantâneas.

Principais Benefícios:

Consulte seus dados usando linguagem natural
Funciona com mais de 130 integrações existentes do Databox
Sem custo adicional para usuários do Databox
Configuração em menos de 60 segundos

Clientes de IA Suportados

Cliente	Status
Claude Desktop	Suportado
Claude Web	Suportado
Cursor	Suportado
n8n	Suportado
Gemini CLI	Suportado
Qualquer ferramenta compatível com MCP	Suportado

Configuração Rápida

Claude Desktop

Adicione ao seu claude_desktop_config.json:

{
  "mcpServers": {
    "databox": {
      "type": "http",
      "url": "https://mcp.databox.com/mcp"
    }
  }
}

Claude Web / Aplicativo Claude Desktop

Vá para Configurações → Conectores
Clique em Adicionar Conector Personalizado
Insira a URL do servidor remoto: https://mcp.databox.com/mcp
Complete o fluxo de autorização

Cursor

Adicione o servidor Databox MCP nas configurações MCP do Cursor com a URL https://mcp.databox.com/mcp.

n8n

Use um nó HTTP Request apontando para https://mcp.databox.com/mcp e construa seus fluxos de trabalho a partir daí.

Ferramentas Disponíveis

O Databox MCP expõe 15 ferramentas para interagir com seus dados:

Gerenciamento de Conta

`list_accounts`

Lista todas as contas Databox acessíveis ao usuário autenticado.

Sem parâmetros.

Fontes de Dados

`list_data_sources`

Lista todas as fontes de dados de uma conta específica.

Parâmetro	Tipo	Obrigatório	Descrição
`account_id`	string	Sim	Identificador único da conta

`create_data_source`

Cria um novo contêiner de fonte de dados para organizar conjuntos de dados.

Parâmetro	Tipo	Obrigatório	Descrição
`name`	string	Sim	Nome legível para a fonte de dados
`account_id`	string	Não	ID da conta de destino. Padrão: conta associada à chave de API

`delete_data_source`

Remove permanentemente uma fonte de dados e todos os seus conjuntos de dados associados. Não pode ser desfeito.

Parâmetro	Tipo	Obrigatório	Descrição
`data_source_id`	string	Sim	Identificador único da fonte de dados a ser excluída

`list_data_source_datasets`

Lista todos os conjuntos de dados pertencentes a uma fonte de dados específica.

Parâmetro	Tipo	Obrigatório	Descrição
`data_source_id`	string	Sim	Identificador único da fonte de dados

Conjuntos de Dados

`create_dataset`

Cria um novo conjunto de dados dentro de uma fonte de dados, com um esquema opcional.

Parâmetro	Tipo	Obrigatório	Descrição
`data_source_id`	string	Sim	ID da fonte de dados pai
`name`	string	Sim	Nome legível para o conjunto de dados
`columns`	string (JSON)	Não	Esquema de colunas como um array JSON. Cada coluna possui `name` (string) e `data_type` (`"string"`, `"number"` ou `"datetime"`)
`primary_keys`	string (JSON)	Não	Array JSON de nomes de colunas para usar como chave composta (ex.: `'["id"]'`)

`ingest_data`

Envia registros de dados para um conjunto de dados existente.

Parâmetro	Tipo	Obrigatório	Descrição
`dataset_id`	string	Sim	Identificador único do conjunto de dados de destino (UUID)
`data`	string (JSON)	Sim	Array JSON de registros, cada um sendo um objeto com nomes de colunas como chaves

`get_dataset_ingestions`

Obtém o histórico de ingestão de um conjunto de dados específico.

Parâmetro	Tipo	Obrigatório	Descrição
`dataset_id`	string	Sim	Identificador único do conjunto de dados (UUID)

`get_ingestion`

Obtém informações detalhadas de um evento de ingestão específico, incluindo contagens de registros e métricas do conjunto de dados.

Parâmetro	Tipo	Obrigatório	Descrição
`dataset_id`	string	Sim	Identificador único do conjunto de dados (UUID)
`ingestion_id`	string	Sim	Identificador único do evento de ingestão (UUID)

`delete_dataset`

Remove permanentemente um conjunto de dados e todos os seus dados. Não pode ser desfeito.

Parâmetro	Tipo	Obrigatório	Descrição
`dataset_id`	string	Sim	Identificador único do conjunto de dados a ser excluído (UUID)

`list_merged_datasets`

Lista todos os conjuntos de dados mesclados de uma conta específica. Conjuntos de dados mesclados combinam dados de múltiplas fontes.

Parâmetro	Tipo	Obrigatório	Descrição
`account_id`	string	Sim	Identificador único da conta

Métricas

`list_metrics`

Lista todas as métricas disponíveis para uma fonte de dados (Google Analytics, Stripe, etc.).

Parâmetro	Tipo	Obrigatório	Descrição
`data_source_id`	integer	Sim	ID da fonte de dados para listar as métricas

`load_metric_data`

Carrega dados de uma métrica em um intervalo de datas com dimensões opcionais e granulação de série temporal.

Parâmetro	Tipo	Obrigatório	Descrição
`data_source_id`	integer	Sim	ID da fonte de dados para a métrica
`metric_key`	string	Sim	Chave curta da métrica (ex.: `"GoogleAnalytics4@sessions"`)
`start_date`	string	Sim	Data de início no formato `YYYY-MM-DD`
`end_date`	string	Sim	Data de término no formato `YYYY-MM-DD`
`dimension`	string	Não	Chave da dimensão para detalhar (ex.: `"source"`)
`granulation_time_unit`	integer	Não	Unidade de tempo para série temporal: `1`=hora, `2`=dia, `3`=semana, `4`=mês
`is_whole_range`	boolean	Não	Se `true` (padrão), retorna um único valor agregado. Automaticamente definido como `false` quando `granulation_time_unit` é fornecido
`record_limit`	integer	Não	Número máximo de registros de valor de dimensão a retornar

Análise com IA

`ask_genie`

Consulte seus dados usando linguagem natural, com tecnologia Genie AI. O Genie executa consultas reais em seus dados e retorna resultados calculados, não aproximações de LLM. Suporta encadeamento de conversas para perguntas de acompanhamento.

Parâmetro	Tipo	Obrigatório	Descrição
`dataset_id`	string	Sim	Identificador único do conjunto de dados a ser analisado (UUID)
`question`	string	Sim	Pergunta em linguagem natural sobre os dados
`thread_id`	string	Não	ID do thread de uma resposta anterior para continuar a conversa

Utilitários

`get_current_datetime`

Obtém a data e hora atuais. Use para resolver expressões de data relativas como "mês passado" ou "ontem" antes de chamar outras ferramentas.

Parâmetro	Tipo	Obrigatório	Descrição
`timezone`	string	Não	Nome do fuso horário (ex.: `"UTC"`, `"America/New_York"`). Padrão: UTC

Como Funciona

O Databox MCP usa uma arquitetura de três camadas para garantir respostas precisas e confiáveis:

Plataforma de Dados – Conjuntos de dados estruturados com esquemas, tipos e validação
Motor de Consulta Analítica – Executa consultas reais (agregações, junções, filtros)
Camada Semântica – Compreende definições de negócios e relacionamentos de métricas

A IA nunca toca diretamente em seus cálculos. Ela formula consultas, o motor as executa e a IA resume os resultados. Isso significa que você obtém cálculos reais, não aproximações estatísticas.

Autenticação

O Databox MCP usa autenticação segura:

OAuth 2.0 para autorização do usuário
Validação de token JWT para sessões seguras
Autenticação por chave de API para acesso programático

Seus dados permanecem em sua conta Databox com os padrões de governança existentes. O acesso da IA é limitado às permissões de dados explicitamente concedidas.

Segurança

Conexões criptografadas (HTTPS)
Autorização baseada em escopo
Trilhas de auditoria e histórico de ingestão
Sem dependência de fornecedor (padrão MCP universal)
Isolamento de dados por conta

Casos de Uso

Análise Ad-hoc

"Qual foi nossa taxa de conversão na semana passada em comparação com a semana anterior?"

Insights entre Fontes

"Calcule o ROAS combinando gastos com anúncios do Google Ads com receita do Stripe"

Detecção de Tendências

"Qual categoria de produto tem a maior taxa de reembolso neste trimestre?"

Alertas Automatizados

"Avise-me se a taxa de conversão de 3 dias cair abaixo de 2%"

Limpeza de Dados

Envie exportações CSV confusas e deixe o Databox normalizar datas, formatos e esquemas automaticamente

Consultas Diretas de Métricas

"Mostre as sessões do Google Analytics dos últimos 30 dias detalhadas por fonte de tráfego"

Análise de Série Temporal

"Carregue visualizações de página diárias de janeiro com agregação semanal"

Detalhamento por Dimensão

"Quais são os 10 principais países por receita do Stripe?"

Recursos

Suporte

Para perguntas e suporte:

Visite a Central de Ajuda do Databox
Entre em contato: support@databox.com

Criado por Databox — Acompanhe todas as suas métricas de negócios em um só lugar.