Teradata

官方

一套用于管理平台、处理数据质量以及读写Teradata数据库的工具集合。

GitHub
53

你可以用 Teradata MCP 做什么？

  • 探索数据库表并分析其结构 — 使用 base 和 qlty 工具，让 AI 列出表、描述模式并汇总数据分布。
  • 用自然语言运行分析查询 — 描述您需要的洞察，助手将通过 base 工具生成并执行 SQL。
  • 将查询结果可视化为图表 — 使用 plot 工具，直接从查询输出中请求柱状图、折线图或其他可视化图表。
  • 管理数据库安全与访问 — 使用 sec 和 dba 工具审查角色、权限及行级安全策略。
  • 构建语义搜索与 RAG 管道 — 使用 rag 和 tdvs 工具存储并查询向量嵌入，以支持检索增强生成。

文档

Teradata MCP 服务器

docs release PyPI downloads

将 AI 代理直接连接到 Teradata，具备企业级安全性和可扩展性。

Teradata MCP Server architecture

快速入门（选择您的路径）

客户端最适合设置时间
Claude Desktop探索性分析、平台管理5 分钟
VS Code + Copilot数据工程、代理开发5 分钟
Open WebUI本地测试新的大语言模型5 分钟
代码示例构建您自己的客户端不定
Flowise可视化代理构建器10 分钟

前提条件： Teradata 数据库（或免费沙箱）+ uv

Claude Desktop 设置（无需安装）

将此添加到 claude_desktop_config.json（设置 > 开发者 > 编辑配置）：

{
  "mcpServers": {
    "teradata": {
      "command": "uvx",
      "args": ["teradata-mcp-server"],
      "env": {
        "DATABASE_URI": "teradata://<USERNAME>:<PASSWORD>@<HOST_URL>:1025/<USERNAME>"
      }
    }
  }
}

您可以做什么

用例功能工具
查询与分析探索表、分析数据、解释结果、可视化模式——无需 SQLbase、dba、qlty、plot
语义层从 YAML 或使用我们的代理技能生成自定义语义层和工具了解更多 →
AI 与 RAG 管道语义搜索、检索增强生成、向量存储rag、tdvs、fs
数据库管理管理安全性、监控容量、自动化备份dba、sec、bar

最新动态（最新版本）

  • FastMCP v3 — 通过改进的生命周期管理，保证资源清理
  • 钩子功能 — 拦截工具调用，用于自定义监控、审计或速率限制
  • 行数限制保护 — 可配置的上限（DEFAULT_ROW_LIMIT、MAX_ROW_LIMIT）防止大语言模型令牌溢出
  • 增强的安全性 — 使用 VX 视图实现细粒度的行级访问控制

扩展与部署

添加自定义逻辑
使用钩子拦截工具调用，用于监控、审计跟踪或验证 → 钩子指南

定义语义层
在 YAML 中创建特定领域的工具、提示和多维数据集 → 自定义指南

随处部署
作为 CLI (uv)、HTTP 服务器、Docker 容器或云服务运行 → 安装指南

实际应用展示

了解更多

贡献

我们欢迎贡献！请参阅我们的贡献指南和开发者指南开始。