当前位置: 首页 > news >正文

MCPServerChart实用图表MCP快速入门指南

1. 什么是 MCPServerChart?

  • 简单说:它是一个“图表生成工具”,一个可视化 mcp 包含 25+个视觉图表。用于图表生成和数据分析。通过命令行启动后,你可以用 HTTP 请求让它生成各种图表(如折线图、柱状图等)。
  • 适用场景:适合开发者在 AI 助手(如 Claude、Cursor)中调用,或集成到自己的应用里动态生成图表。

2. 安装步骤

前提条件
  • 电脑已安装Node.js (建议最新版)。
命令行安装

打开终端(Windows 用 CMD 或 PowerShell,Mac/Linux 用 Terminal),输入以下命令:

npx -y @antv/mcp-server-chart
  • 说明
    • npx 是 Node.js 自带的工具,用于临时运行 npm 包。
    • -y 表示直接确认安装,无需手动选择版本。
全局安装(可选)

如果想在任意位置使用,可以全局安装:

npm install -g @antv/mcp-server-chart

3. 启动服务

安装完成后,在终端输入以下命令启动服务器:

mcp-server-chart
  • 默认端口:服务会运行在 http://localhost:1122
  • 修改端口(可选):
mcp-server-chart --port 3000  # 改为 3000 端口

4. 调用服务生成图表

方式 1:用浏览器或 Postman 测试
  1. 打开浏览器,访问:
http://localhost:1122/mcp?request={"type":"line","data":[{"time":"2025-05","value":512},{"time":"2025-06","value":1024}]}
  1. 会返回一个 JSON 响应,包含图表图片的 URL。
方式 2:用代码调用(Python 示例)
import requestsurl = "http://localhost:1122/mcp"
data = {"type": "bar",  # 图表类型:柱状图"data": [{"category": "苹果", "sales": 150},{"category": "香蕉", "sales": 200}]
}response = requests.post(url, json=data)
print(response.json())  # 会返回图表图片的 URL
方式 3:在 AI 工具中使用(如 Claude)

在 Claude 的设置里添加 MCP 服务器:

  • 服务器地址:http://localhost:1122
  • 工具名称:chart

配置按如下方式:

{"mcpServers": {"mcp-server-chart": {"command": "npx","args": ["-y","@antv/mcp-server-chart"]}}
}

对 Claude 说:“生成一个折线图,展示 2025 年 5 月和 6 月的销售额数据。”

  • Claude 会自动调用 MCPServerChart 生成图表并返回。

5. 配置私有部署(可选)

如果想把服务部署到自己的服务器(而非本地),可以设置环境变量:

export VIS_REQUEST_SERVER="http://你的服务器地址:端口"

然后在代码中指定该地址即可。

6. 常见问题

Q1:启动失败,提示端口被占用?
  • 原因:默认端口 1122 已被其他程序占用。
  • 解决:启动时指定其他端口,如 --port 3000
Q2:生成的图表是空白?
  • 检查数据格式:确保 data 字段的格式正确,例如:
{"type": "line","data": [{"time": "2025-05", "value": 512},{"time": "2025-06", "value": 1024}]
}
Q3:如何生成更多图表类型?
  • 支持的图表类型包括:line(折线图)、bar(柱状图)、pie(饼图)等,共 25+ 种。
  • 完整列表参考:

    AntV 官方文档

7. 总结

  1. 安装npx -y @antv/mcp-server-chart
  2. 启动mcp-server-chart
  3. 调用:通过 HTTP POST 发送图表配置
  4. 结果:获取图表图片的 URL 或直接展示

如果有具体错误或需要更详细的功能(如自定义样式),可以告诉我,我会进一步帮你解决!

http://www.lryc.cn/news/620627.html

相关文章:

  • 预训练模型在机器翻译中的应用:迁移学习的优势详解
  • 介绍一下 自动驾驶 感知多任务训练模型设计
  • 自动驾驶轨迹规划算法——Apollo OpenSpace Planner
  • 【系统安装】虚拟机中安装win10IOT企业版系统记录
  • 智能制造综合实训平台数据采集物联网解决方案
  • 在启智平台使用A100对文心开源大模型Ernie4.5 0.3B微调(失败)
  • ISIS报文
  • python中的map函数
  • 初识c语言————缓冲区字符滞留
  • 计算机视觉(opencv)实战三——图像运算、cv2.add()、cv2.addWeighted()
  • 疏老师-python训练营-Day45Tensorboard使用介绍
  • Effective C++ 条款40:明智而审慎地使用多重继承
  • 给植物浇水
  • 计算机视觉CS231n学习(8)
  • 飞算 JavaAI 云原生实践:基于 Docker 与 K8s 的自动化部署架构解析
  • 水印消失术!JavaAI深度学习去水印技术深度剖析
  • Product Hunt 每日热榜 | 2025-08-14
  • wpf 保姆级实现visual studio里面的属性窗口 深度解析属性网格(PropertyGrid)实现原理与高级定制
  • NineData云原生智能数据管理平台新功能发布|2025年7月版
  • DOCKER设置日志轮转
  • 爬虫逆向之滑块验证码加密分析(轨迹和坐标)
  • Redis 03 redis 缓存异常
  • 嵌入式学习笔记--MCU阶段--DAY12实时操作系统rt_thread1
  • C语言零基础第16讲:内存函数
  • 华为实验WLAN 基础配置随练
  • 【奔跑吧!Linux 内核(第二版)】第6章:简单的字符设备驱动(三)
  • 使用AI编程自动实现自动化操作
  • 考研408《计算机组成原理》复习笔记,第三章(6)——Cache(超级重点!!!)
  • [免费]基于Python的影视数据可视化分析系统(Flask+echarts)【论文+源码+SQL脚本】
  • 财务自动化软件敏感数据泄露风险评估与防护措施