Servidor MCP para análisis de datos con interfaz Streamlit
Un servidor de análisis de datos construido con FastMCP que proporciona herramientas para procesamiento, análisis y visualización de datos, con una interfaz web intuitiva.
- 📁 Gestión de Archivos: Análisis, creación y lectura de documentos
- 📊 Análisis de Datos: Estadísticas, tablas dinámicas, detección de tipos
- 📈 Visualización: Gráficos interactivos con Plotly
- 🌐 Web Tools: Búsqueda GitHub, web scraping, descarga de archivos
- 🔄 Conversión: Entre formatos CSV, JSON, Excel, Parquet
git clone https://github.com/Edwin1719/mcp-data-analytics-server.git
cd mcp-data-analytics-server
2. Instalar dependencias
pip install -r requirements.txt
3. Configurar API key
cp .env.example .env
# Editar .env y agregar tu OPENAI_API_KEY
4. Ejecutar
# Terminal 1: Servidor MCP
python server.py
# Terminal 2: Cliente Streamlit
streamlit run app.py
Abrir navegador en: http://localhost:8501
📋 Herramientas Disponibles
- analizar_archivo: Análisis completo de propiedades de archivos
- crear_archivo: Creación de archivos con contenido
- leer_documento: Lectura de PDFs, TXT, CSV con límites
- analizar_datos: Análisis estadístico de datasets
- tabla_dinamica_avanzada: Tablas dinámicas con agregaciones
- crear_visualizacion: Gráficos con Plotly (barras, líneas, etc.)
- buscar_repositorios_github: Búsqueda avanzada en GitHub
- extraer_contenido_web: Web scraping con selectores CSS
- descargar_archivo_web: Descarga de archivos desde URLs
- convertir_formato_datos: Conversión entre formatos
💡 Ejemplos de Uso:
"Analiza el archivo ventas.csv y muéstrame las estadísticas"
"Crea un gráfico de barras de las ventas por mes"
"Busca repositorios de Python para análisis de datos"
"Convierte mi archivo Excel a JSON".
📋 Requisitos
* Python 3.8+
* OpenAI API Key
* Dependencias en requirements.txt
👨💻 Autor
Edwin Quintero Alzate
📧 egqa1975@gmail.com
🔗 LinkedIn
🐱 GitHub
📄 Licencia
MIT License - ver archivo LICENSE