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
57

你可以用 Teradata MCP 做什么？

  • 查询和分析数据 — 用自然语言提问来探索表、分析数据概况并可视化模式，无需编写 SQL。
  • 生成语义层 — 通过定制指南，从 YAML 定义创建自定义领域专用工具、提示词和立方体。
  • 运行 AI 和 RAG 流水线 — 使用 rag、tdvs 和 fs 工具执行语义搜索、检索增强生成和向量存储。
  • 管理数据库管理 — 通过 dba、sec 和 bar 工具套件处理安全性、监控容量并自动化备份。
  • 执行长时间运行的分析 — 将 tdml_* 分析函数作为后台任务启动并轮询结果，而不是阻塞等待。
  • 防止破坏性操作 — 对 bar_* 和 sec_* 操作使用 Guard Mode 进行多步骤确认流程。

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

快速开始（选择你的路径）

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 LLM5 分钟
代码示例构建自己的客户端视情况而定
Flowise可视化代理构建器10 分钟

前置条件： 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>"
      }
    }
  }
}

你可以做什么

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 Agent Skill 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 v4 — 无会话协议、用于长时间运行分析的后台任务、参数补全
  • 响应缓存 — 5 分钟 TTL 信号减少多轮对话中的冗余数据库查询
  • Guard 模式 — 针对破坏性操作（bar_、sec_）的多步骤确认流程
  • 后台任务 — tdml_* 分析函数返回任务 ID 以供轮询，而不是阻塞
  • 参数补全 — 用户输入时自动从模式中建议表和列名
  • Hooks 能力 — 拦截工具调用以进行自定义监控、审计或速率限制
  • 行数限制保护 — 可配置上限（DEFAULT_ROW_LIMIT、MAX_ROW_LIMIT）防止 LLM 令牌溢出
  • 增强安全性 — VX 视图用于细粒度的行级访问控制

扩展与部署

添加自定义逻辑
使用 hooks 拦截工具调用以进行监控、审计跟踪或验证 → Hooks 指南

定义语义层
在 YAML 中创建领域特定的工具、提示和立方体 → 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

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。