原型 · 预览版:收录官方注册中心里的全部服务器,每 30 分钟同步一次。评价和账户功能将在后续阶段推出。
PopNx MCP为使用 AI 的人准备的 MCP 服务器 · 用大白话讲清楚

Clickhouse Dataops MCP

作者:Aguantar版本 0.1.1i★ –i在你的电脑上运行
注册名称io.github.Aguantar/clickhouse-dataops-mcp

安装

概览

作者提供的说明(英文原文)

DataOps ClickHouse MCP server with query optimization and pipeline monitoring

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数:意见、测量和人气是不同的东西。

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

  • 连接方式: 在你的电脑上运行
  • 传输方式: stdio
  • 分类: 数据库与数据集
  • 你需要填写:CLICKHOUSE_PASSWORD

安装

选择你使用的 AI 应用,然后复制设置。

安装之前

  • 基础检查:1 项中通过 1 项
  • 在你的电脑上运行,拥有你的用户账户的权限(文件、网络、应用)。
  • 需要你自己填写: CLICKHOUSE_HOST, CLICKHOUSE_PORT, CLICKHOUSE_PASSWORD

标为机密的值是你账户的钥匙。千万不要分享给别人,也不要粘贴到聊天里。

你需要

  • PyPI已安装 Python 的 uv(用于 uvx 命令)

你用的是哪个应用?

在上方选择你的应用。我们会记住它,下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config,把下面的内容粘贴到 claude_desktop_config.json

{
  "mcpServers": {
    "clickhouse-dataops": {
      "command": "uvx",
      "args": [
        "clickhouse-dataops-mcp"
      ],
      "env": {
        "CLICKHOUSE_HOST": "your-value",
        "CLICKHOUSE_PORT": "your-value",
        "CLICKHOUSE_PASSWORD": "your-value"
      }
    }
  }
}

在终端中运行这条命令

claude mcp add clickhouse-dataops --env CLICKHOUSE_HOST=your-value --env CLICKHOUSE_PORT=your-value --env CLICKHOUSE_PASSWORD=your-value -- uvx clickhouse-dataops-mcp

运行前请先填写空着的值。

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json,或 ~/.cursor/mcp.json

{
  "mcpServers": {
    "clickhouse-dataops": {
      "command": "uvx",
      "args": [
        "clickhouse-dataops-mcp"
      ],
      "env": {
        "CLICKHOUSE_HOST": "your-value",
        "CLICKHOUSE_PORT": "your-value",
        "CLICKHOUSE_PASSWORD": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用,然后应用会显示设置并请你确认。密钥的值会留空,由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

{
  "servers": {
    "clickhouse-dataops": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "clickhouse-dataops-mcp"
      ],
      "env": {
        "CLICKHOUSE_HOST": "your-value",
        "CLICKHOUSE_PORT": "your-value",
        "CLICKHOUSE_PASSWORD": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用,然后应用会显示设置并请你确认。密钥的值会留空,由你自己填写。

这个服务器在你的电脑上运行,而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上,无需账户。

需要你填写的值

  • CLICKHOUSE_HOST env
    ClickHouse HTTP host
  • CLICKHOUSE_PORT env
    ClickHouse HTTP port
  • CLICKHOUSE_PASSWORD 机密 env
    ClickHouse password

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同,请以 README 为准。

它能做什么

它在你的电脑上运行;安装后,工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息;我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月8日

  • ✓ 通过

    作者与仓库一致

    注册名称已通过 GitHub 账户 Aguantar 验证,该账户拥有此仓库

  • … 尚未检查

    仍在维护

    我们还没有从 GitHub 读取这个仓库

  • … 尚未检查

    有许可证

    我们还没有从 GitHub 读取这个仓库

  • – 不适用

    端点有响应

    它在你的电脑上运行,没有互联网端点

  • – 不适用

    使用 OAuth 登录

    在你的电脑上运行,改用本地设置

  • … 尚未检查

    工具描述中没有隐藏指令

    它在你的电脑上运行;我们只能读取互联网端点的工具列表

与“数据库与数据集”中的其他服务器比较i

  • 星标数多于此分类中其他 1139 个服务器的 0%
  • 发布到注册中心的时间比此分类中其他 1139 个服务器的 6% 更新
  • 基础检查结果等于或优于此分类中其他 1139 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时,星标数才计入。

常见问题

Clickhouse Dataops MCP 安全吗?

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前,请先看看这个服务器要求哪些权限,并使用只具备所需权限的密钥。

它需要哪些密钥或代码?

你需要填写:CLICKHOUSE_PASSWORD

它在我的电脑上运行还是在云端?

它在你的电脑上运行。你的 AI 应用会在需要时启动它,数据不会经过作者的服务器(除非它自己调用在线服务)。

它还在维护吗?

GitHub 仓库最后更新于–,最新版本(0.1.1)于8个月前进入注册中心。

哪些应用可以使用它?

支持 MCP 的应用,例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Python (uv)。

有什么可以替代它?

同一分类中有:Supabase, MongoDB MCP Server, Elasticsearch MCP Server

替代选择

同一分类中其他作者的服务器,按星标数排序。

如何看卡片:★ GitHub 星标i三大支柱:评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Supabase

作者:supabase

MCP server for interacting with the Supabase platform

电脑或云端★ 2,993Apache-2.0昨天更新
安装

MongoDB MCP Server

作者:mongodb-js

MongoDB Model Context Protocol Server

在你的电脑上运行★ 1,157Apache-2.03天前更新
安装

MCP server for interacting with Elasticsearch

在你的电脑上运行★ 315Apache-2.014个月前更新
安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

clickhouse-dataops-mcp

mcp-name: io.github.Aguantar/clickhouse-dataops-mcp

A DataOps-focused MCP server for ClickHouse with query optimization, pipeline latency analysis, and data quality monitoring.

Features

Unlike generic ClickHouse MCP servers that only run queries, this server acts as a query optimization advisor:

  • `ch_query` — Execute SELECT with automatic partition pruning warnings
  • `ch_explain_query` — EXPLAIN-based analysis with optimization suggestions
  • `ch_table_schema` — Comprehensive table metadata (columns, keys, partitions, samples)
  • `ch_pipeline_latency` — CDC pipeline per-segment latency (p50/p95/p99)
  • `ch_data_quality` — Null/duplicate/gap detection with market coverage checks
  • `ch_slow_queries` — Slow query detection with root cause diagnosis
  • `ch_disk_usage` — Disk analysis with TTL and optimization recommendations
  • `ch_list_tables` — Table catalog with built-in descriptions

Safety

All queries are read-only. DDL/DML operations are blocked at the SQL validation layer:

  • Blocked: DROP, TRUNCATE, DELETE, ALTER, INSERT, UPDATE, CREATE, etc.
  • Multi-statement queries blocked (; separator)
  • Comment-based bypass prevented (comments stripped before validation)
  • System tables restricted to allowlist
  • Query timeout: 30 seconds
  • Row limit enforcement

Installation

pip install clickhouse-dataops-mcp

Usage with Claude Code

Add to your .mcp.json:

{

"mcpServers": { "clickhouse": { "command": "clickhouse-mcp-server", "env": { "CLICKHOUSE_HOST": "localhost", "CLICKHOUSE_PORT": "8123", "CLICKHOUSE_DATABASE": "cdc_pipeline" } } } }

Environment Variables

VariableDefaultDescription
CLICKHOUSE_HOSTlocalhostClickHouse HTTP host
CLICKHOUSE_PORT8123ClickHouse HTTP port
CLICKHOUSE_USERdefaultClickHouse username
CLICKHOUSE_PASSWORD(empty)ClickHouse password
CLICKHOUSE_DATABASEcdc_pipelineDefault database
CLICKHOUSE_QUERY_TIMEOUT30Query timeout in seconds

License

MIT

问 PopNx