Databox MCP

官方

通过Databox MCP与您的数据对话，实现代理分析、自动数据摄取和实时对话分析，从而获得主动建议和即时BI答案，而不仅仅是图表。

GitHub

试用此 MCP赞助

你可以用 Databox MCP 做什么？

用自然语言查询数据 — 使用 ask_genie 从数据集中获取计算后的答案，并支持对话线程以进行后续追问。
按时间检索指标值 — 调用 load_metric_data 拉取特定日期范围内的指标，可按维度细分或按小时/天/周/月粒度聚合。
发现可用指标与数据源 — 在查询前使用 list_metrics 和 list_data_sources 查看账户中已连接的内容。
向 Databox 推送自定义数据 — 通过 create_data_source 和 create_dataset 创建数据源与数据集，再使用 ingest_data 加载记录。
检查数据导入历史 — 使用 get_dataset_ingestions 和 get_ingestion 查看过往数据加载的记录数量与详情。
准确解析相对日期 — 调用 get_current_datetime 将“上个月”等表述锚定到具体时间，再传递给其他工具。

文档

Databox MCP

随时随地，与您的数据对话。

Databox MCP 是一个模型上下文协议服务器，可将您的业务数据连接到 AI 助手。用简单的英语询问有关指标的问题——无需 SQL、无需构建仪表板、无需导出数据。

概述

Databox MCP 使 Claude、Cursor、n8n 和 Gemini CLI 等 AI 工具能够以对话方式访问和分析您的 Databox 数据。它改变了您与业务指标交互的方式——无需浏览仪表板，只需提出问题即可立即获得答案。

主要优势：

使用自然语言查询数据
适用于 130 多个现有的 Databox 集成
Databox 用户无需额外费用
60 秒内完成设置

支持的 AI 客户端

客户端	状态
Claude Desktop	支持
Claude Web	支持
Cursor	支持
n8n	支持
Gemini CLI	支持
任何兼容 MCP 的工具	支持

快速设置

Claude Desktop

添加到您的 claude_desktop_config.json：

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

Claude Web / Claude Desktop 应用

前往设置 → 连接器
点击 添加自定义连接器
输入远程服务器 URL：https://mcp.databox.com/mcp
完成授权流程

Cursor

在 Cursor 的 MCP 设置中添加 Databox MCP 服务器，URL 为 https://mcp.databox.com/mcp。

n8n

使用指向 https://mcp.databox.com/mcp 的 HTTP 请求节点，并在此基础上构建您的工作流。

可用工具

Databox MCP 提供 15 个用于与数据交互的工具：

账户管理

`list_accounts`

列出已认证用户可访问的所有 Databox 账户。

无参数。

数据源

`list_data_sources`

列出特定账户的所有数据源。

参数	类型	必填	描述
`account_id`	string	是	账户的唯一标识符

`create_data_source`

创建一个新的数据源容器，用于组织数据集。

参数	类型	必填	描述
`name`	string	是	数据源的人类可读名称
`account_id`	string	否	目标账户 ID。默认为与 API 密钥关联的账户

`delete_data_source`

永久删除一个数据源及其所有关联的数据集。此操作无法撤销。

参数	类型	必填	描述
`data_source_id`	string	是	要删除的数据源的唯一标识符

`list_data_source_datasets`

列出属于特定数据源的所有数据集。

参数	类型	必填	描述
`data_source_id`	string	是	数据源的唯一标识符

数据集

`create_dataset`

在数据源内创建一个新数据集，可附带可选模式。

参数	类型	必填	描述
`data_source_id`	string	是	父数据源的 ID
`name`	string	是	数据集的人类可读名称
`columns`	string (JSON)	否	作为 JSON 数组的列模式。每列包含 `name` (string) 和 `data_type` (`"string"`、`"number"` 或 `"datetime"`)
`primary_keys`	string (JSON)	否	用作复合键的列名的 JSON 数组（例如 `'["id"]'`）

`ingest_data`

将数据记录推送到现有数据集中。

参数	类型	必填	描述
`dataset_id`	string	是	目标数据集的唯一标识符 (UUID)
`data`	string (JSON)	是	记录的 JSON 数组，每条记录是一个以列名作为键的对象

`get_dataset_ingestions`

获取特定数据集的摄取历史记录。

参数	类型	必填	描述
`dataset_id`	string	是	数据集的唯一标识符 (UUID)

`get_ingestion`

获取特定摄取事件的详细信息，包括记录计数和数据集指标。

参数	类型	必填	描述
`dataset_id`	string	是	数据集的唯一标识符 (UUID)
`ingestion_id`	string	是	摄取事件的唯一标识符 (UUID)

`delete_dataset`

永久删除一个数据集及其所有数据。此操作无法撤销。

参数	类型	必填	描述
`dataset_id`	string	是	要删除的数据集的唯一标识符 (UUID)

`list_merged_datasets`

列出特定账户的所有合并数据集。合并数据集将来自多个来源的数据组合在一起。

参数	类型	必填	描述
`account_id`	string	是	账户的唯一标识符

指标

`list_metrics`

列出数据源（Google Analytics、Stripe 等）可用的所有指标。

参数	类型	必填	描述
`data_source_id`	integer	是	要列出指标的数据源 ID

`load_metric_data`

加载某个指标在日期范围内的数据，可附带可选维度和时间序列粒度。

参数	类型	必填	描述
`data_source_id`	integer	是	指标的数据源 ID
`metric_key`	string	是	短指标键（例如 `"GoogleAnalytics4@sessions"`）
`start_date`	string	是	开始日期，格式为 `YYYY-MM-DD`
`end_date`	string	是	结束日期，格式为 `YYYY-MM-DD`
`dimension`	string	否	用于细分的维度键（例如 `"source"`）
`granulation_time_unit`	integer	否	时间序列的时间单位：`1`=小时，`2`=天，`3`=周，`4`=月
`is_whole_range`	boolean	否	如果为 `true`（默认），则返回单个聚合值。当提供 `granulation_time_unit` 时，自动设置为 `false`
`record_limit`	integer	否	要返回的维度值记录的最大数量

AI 驱动的分析

`ask_genie`

使用自然语言查询您的数据，由 Genie AI 提供支持。Genie 对您的数据执行实际查询并返回计算结果，而非 LLM 近似值。支持对话线程以进行后续提问。

参数	类型	必填	描述
`dataset_id`	string	是	要分析的数据集的唯一标识符 (UUID)
`question`	string	是	关于数据的自然语言问题
`thread_id`	string	否	来自先前响应的线程 ID，用于继续对话

实用工具

`get_current_datetime`

获取当前日期和时间。在调用其他工具之前，使用此工具解析相对日期表达式，如“上个月”或“昨天”。

参数	类型	必填	描述
`timezone`	string	否	时区名称（例如 `"UTC"`、`"America/New_York"`）。默认为 UTC

工作原理

Databox MCP 使用三层架构来确保答案准确可靠：

数据平台 – 具有模式、类型和验证的结构化数据集
分析查询引擎 – 执行实际查询（聚合、连接、过滤）
语义层 – 理解业务定义和指标关系

AI 从不直接接触您的计算。它制定查询，引擎执行查询，AI 总结结果。这意味着您得到的是真实计算，而非统计近似值。

身份验证

Databox MCP 使用安全身份验证：

OAuth 2.0 用于用户授权
JWT 令牌验证 用于安全会话
API 密钥身份验证 用于程序化访问

您的数据保留在 Databox 账户内，并遵循现有的治理标准。AI 访问仅限于明确授予的数据权限。

安全性

加密连接 (HTTPS)
基于范围的授权
审计跟踪和摄取历史记录
无供应商锁定（通用 MCP 标准）
按账户隔离数据

使用场景

临时分析

“我们上周的转化率与前一周相比如何？”

跨来源洞察

“结合 Google Ads 的广告支出和 Stripe 的收入来计算 ROAS”

趋势检测

“本季度哪个产品类别的退款率最高？”

自动警报

“如果 3 天转化率低于 2%，请提醒我”

数据清理

推送混乱的 CSV 导出文件，让 Databox 自动规范化日期、格式和模式

直接指标查询

“显示过去 30 天按流量来源细分的 Google Analytics 会话”

时间序列分析

“加载一月份的每日页面浏览量，按周聚合”

维度细分

“Stripe 收入排名前 10 的国家是哪些？”

资源

支持

如有问题和支持需求：

访问 Databox 帮助中心
联系 support@databox.com

由 Databox 构建 — 在一个地方追踪您的所有业务指标。