Как создать AI-агента с Chainlit и ClickHouse MCP Server

Этот гайд исследует, как совместить мощный фреймворк интерфейсов чата Chainlit с ClickHouse Model Context Protocol (MCP) Server для создания интерактивных приложений с данными. Chainlit позволяет вам создавать разговорные интерфейсы для AI-приложений с минимальным количеством кода, в то время как ClickHouse MCP Server обеспечивает бесшовную интеграцию с высокопроизводительной столбцовой базой данных ClickHouse.

Предварительные требования

• Вам потребуется API-ключ Anthropic
• Убедитесь, что у вас установлен uv

Основное приложение Chainlit

Вы можете увидеть пример основного чат-приложения, запустив следующее:

uv run --with anthropic --with chainlit chainlit run chat_basic.py -w -h

Затем перейдите по адресу http://localhost:8000

Добавление ClickHouse MCP Server

Ситуация становится более интересной, если мы добавим ClickHouse MCP Server. Вам нужно будет обновить ваш файл .chainlit/config.toml, чтобы разрешить использование команды uv:

[features.mcp.stdio]
    enabled = true
    # Only the executables in the allow list can be used for MCP stdio server.
    # Only need the base name of the executable, e.g. "npx", not "/usr/bin/npx".
    # Please don't comment this line for now, we need it to parse the executable name.
    allowed_executables = [ "npx", "uvx", "uv" ]

config.toml

Полный файл config.toml можно найти в репозитории примеров

Есть немного вспомогательного кода, чтобы заставить MCP Servers работать с Chainlit, поэтому нам нужно будет запустить следующую команду для запуска Chainlit:

uv run --with anthropic --with chainlit chainlit run chat_mcp.py -w -h

Чтобы добавить MCP Server, нажмите на значок плага в интерфейсе чата, затем добавьте следующую команду для подключения и использования ClickHouse SQL Playground:

CLICKHOUSE_HOST=sql-clickhouse.clickhouse.com CLICKHOUSE_USER=demo CLICKHOUSE_PASSWORD= CLICKHOUSE_SECURE=true uv run --with mcp-clickhouse --python 3.13 mcp-clickhouse

Если вы хотите использовать свою собственную инстанцию ClickHouse, вы можете изменить значения переменных окружения.

После этого вы можете задавать ему вопросы, такие как:

• Расскажи мне о таблицах, которые у тебя есть для запроса
• Что-то интересное о такси Нью-Йорка?