datamaster-mcp 1.0.1

DataMaster MCP - AI-powered data analysis tool with MCP protocol support

📊 DataMaster MCP

超级数据分析MCP工具 - 为AI提供强大的数据分析能力

🎯 核心理念

工具专注数据获取和计算，AI专注智能分析和洞察

🚀 快速开始

用户安装

pip install datamaster-mcp

开发者安装

# 1. 克隆项目
git clone https://github.com/szqshan/DataMaster.git
cd DataMaster

# 2. 自动设置开发环境
python scripts/setup_dev.py

# 3. 测试环境
python scripts/setup_dev.py --test-only

基本使用

1. 配置 Claude Desktop

将以下配置添加到 Claude Desktop 的配置文件中：

{
  "mcpServers": {
    "datamaster-mcp": {
      "command": "python",
      "args": ["-m", "datamaster_mcp.main"],
      "env": {
        "PYTHONPATH": "/path/to/your/project"
      }
    }
  }
}

2. 使用示例

# 导入Excel数据
connect_data_source(
    source_type="excel",
    config={"file_path": "data.xlsx"},
    target_table="my_data"
)

# 执行SQL查询
execute_sql("SELECT * FROM my_data LIMIT 10")

# 数据分析
analyze_data(analysis_type="basic_stats", table_name="my_data")

# 导出结果
export_data(export_type="excel", data_source="my_data")

✨ 核心功能

📁 数据导入导出

• Excel/CSV文件导入 - 支持多种格式和编码
• 数据库连接 - MySQL、PostgreSQL、MongoDB、SQLite
• API数据获取 - RESTful API连接和数据提取
• 多格式导出 - Excel、CSV、JSON格式导出

🔍 数据查询分析

• SQL查询执行 - 本地和外部数据库查询
• 数据统计分析 - 基础统计、相关性、异常值检测
• 数据质量检查 - 缺失值、重复值分析

🛠️ 数据处理

• 数据清洗 - 去重、填充缺失值
• 数据转换 - 类型转换、格式化
• 数据聚合 - 分组统计、汇总

📚 文档

用户文档

• 用户使用手册
• 本地测试指南

开发者文档

• 开发者文档
• 开发流程指南 🆕
• 项目结构说明
• PyPI发布指南

快速开发

# 设置开发环境
python scripts/setup_dev.py

# 运行测试
python scripts/setup_dev.py --test-only

# 发布新版本
python scripts/release.py 1.0.2

版本信息

• 更新日志 - 版本更新记录
• 版本信息 - 当前版本详情

🛡️ 安全特性

• SQL注入防护
• 危险操作拦截
• 查询结果限制
• 参数验证
• 环境变量管理敏感信息

📞 支持

• 📖 查看用户使用手册获取详细使用说明
• 🛠️ 查看开发者文档了解技术细节
• 📁 查看项目结构说明了解文件组织
• 🐛 提交Issue报告问题或建议

---

版本: v1.0.0 | 状态: ✅ 稳定版 | 更新: 2025-01-24